Visa відкрила AI-harness для кіберзахисту

Чому Visa взялася за Mythos

За словами президента з технологій Visa Раджата Танеджі, компанія увійшла в тестування Anthropic Project Glasswing не тому, що шукала ще один сканер. Мета була інша: перевірити багаторічну архітектуру захисту на швидкості, з якою вже працюють сучасні AI-моделі.

Anthropic запросила організації, що підтримують критичне програмне забезпечення, протестувати Claude Mythos. У перший місяць учасники Glasswing разом знайшли понад 10 000 вразливостей високої або критичної серйозності в софті для критичних систем, за даними Anthropic. Висновок Anthropic був не лише про пошук багів: вузьке місце виникає після виявлення, на етапах перевірки, розкриття і виправлення.

Для Visa це лягло на вже наявну модель захисту: zero trust, багаторівневі контролі, сегментацію мережі й автоматизовані security operations. У тесті Mythos показав не окремі сигнатури, а системний аналіз: дрібні слабкі місця в різних частинах стеку могли складатися в ланцюги атаки.

Що саме відкрили як open source

10 червня Танеджа і CISO Visa Субра Кумарасвамі опублікували блог про Visa Vulnerability Agentic Harness на GitHub. Це не готовий продукт для купівлі, а reference implementation, який security-команди можуть переглядати, адаптувати й розширювати. Окремо Visa видала технічний white paper з архітектурою, уроками і 12 обов’язковими практиками для критичної інфраструктури.

Harness зараз у п’ятому поколінні. Він веде frontier AI-моделі через керований pipeline із детермінованими контролями, policy gates і людським наглядом. У документації Visa виділяє три рішення, які впливають на якість результатів:

• threat modeling запускається до аналізу, щоб фокусуватися на реальній поверхні атаки;
• multi-agent deterministic voting вимагає збігу незалежних ланцюгів міркування перед просуванням знахідки;
• структуровані triage artifacts мають скоротити шлях від виявлення до результату, який розробники можуть відправити в реліз.

Є важливе обмеження. Open-source версія працює з Anthropic Claude, OpenAI-compatible моделями або їх сумішшю. Але застосування виправлення потребує file-editing tools, які в цій реалізації доступні тільки в Anthropic backends. Тому remediation і validation для OpenAI-compatible моделей наразі обмежені report-only режимом.

MTTA замість звіту про закриті CVE

Visa пропонує дивитися не тільки на mean time to detect або кількість закритих CVE. Танеджа сформулював іншу метрику: Mean Time to Adapt. Її сенс у тому, щоб вимірювати, як швидко команда може підтвердити експлуатованість, виправити проблему і доказово показати, що шлях атаки закритий.

У white paper MTTA має три виміри:

• свіжість інвентарю коду, конфігурацій і runtime deployment;
• кількість експлуатованих шляхів на реліз, а не лише кількість закритих findings;
• час валідаційного циклу, тобто скільки потрібно, щоб отримати повторюваний доказ працездатності фіксу.

Visa пояснює цю зміну через дані CISA Known Exploited Vulnerabilities: менше ніж 1% CVE коли-небудь активно експлуатуються. Тому компанія зміщує увагу з абстрактного списку CVE на конкретні attack paths. У SSDLC Visa тепер закладає припущення, що кожен експлуатований шлях буде використаний у production, і вимагає усунення до просування коду.

Практичний сенс і відкриті питання

Для звичайної компанії це поки не означає, що можна просто встановити інструмент і делегувати кіберзахист агентам. Практичний висновок із матеріалу скромніший: security-команди можуть подивитися на harness як на шаблон керованого використання AI в перевірці вразливостей, а не як на чорну скриньку. За даними репозиторію, наведеними в матеріалі, станом на 20 липня він мав 595 stars і 97 forks.

Visa також переносить цю логіку на постачальників. У supplier due diligence компанія робить AI-specific security posture обов’язковим параметром і очікує continuous vulnerability validation, living software bills of materials та MTTA baselines у технологічному стеку. Окремо Visa приєдналася до Project Lightwell, ініціативи IBM і Red Hat на 5 млрд доларів для AI-driven validation і координованого патчингу поширених open-source компонентів.

Що не розкрито в джерелі: немає ціни використання harness, немає умов підтримки, SLA або комерційного плану. Також не наведено конкретну кількість уразливостей, які Mythos знайшов саме всередині Visa. Матеріал каже лише, що частина findings мала critical severity, а наявні zero-trust controls, segmentation і layered safeguards розірвали ланцюг до того, як ним міг скористатися зовнішній атакувальник.