In sintesiUn audit autonomo del kernel Linux condotto con un sistema multi-agente di OpenAI ha individuato 1.724 errori reali e prodotto 948 exploit con privilegi root, secondo il rapporto. Gli attacchi avrebbero superato protezioni come KASLR, SMEP e SMAP, con un costo medio di circa 1.280 dollari per exploit. Il caso riapre il dibattito sulla sicurezza del software nell'era dell'intelligenza artificiale: non basta più individuare le vulnerabilità, occorre ridurre drasticamente il tempo necessario per correggerle, mantenendo il controllo umano sulle modifiche critiche.
Il rapporto di OpenAI sull’audit autonomo del branch master del kernel Linux, durante il quale un sistema multi-agente ha confermato 1.724 errori e generato 948 root-exploit funzionanti, è diventato molto virale nell’ambiente. Cambia la percezione di come dovrebbe essere misurata la sicurezza del software. Secondo i dati, il sistema ha ridotto la base di codice del kernel a 5.034 sezioni target in 12 ore, ha riprodotto 1.724 errori reali in 30 ore, e tutti i 948 scenari di attacco, come affermato, hanno superato KASLR, SMEP, SMAP e HARDENED_USERCOPY. Il costo di un singolo root-exploit è stato di circa 1.280 dollari.
Nel gruppo “Astra” ritengono che la conclusione principale di questo caso sia il cambiamento stesso della metrica di sicurezza. Se un attacco viene sintetizzato in poche ore, la protezione deve rispondere non con il numero di verifiche una tantum, ma con la velocità del ciclo di cambiamenti gestiti.
«Questo rapporto fissa la fine di un’epoca. La sicurezza si misura nel tempo di reazione dall’individuazione di una vulnerabilità alla consegna di una patch verificata. Se dal lato attaccante si possono ottenere quasi mille exploit operativi in poche decine di ore, inclusa l’aggiramento di protezioni hardware, allora i precedenti punti di riferimento smettono di essere una metrica sufficiente. Tutto ciò che non rientra in questo ciclo si trasforma in un’illusione di sicurezza» ha riportato Vladimir Nelyub, managing partner di «Astra AI», direttore scientifico e di IA del gruppo «Astra»
Secondo lui, la velocità non dovrebbe significare la concessione di poteri illimitati all’IA. Nel gruppo “Astra” rispondono a questo con la combinazione di Astra Automation e del sistema di sviluppo agent-based “Astra AI Code”. Nello scenario implementato, l’IA prepara uno scenario in base alle raccomandazioni di sicurezza, l’ingegnere lo verifica nel proprio ambiente di lavoro e prende la decisione di avvio, e la piattaforma verifica i permessi, organizza l’esecuzione sui server specificati e registra i risultati. L’agente non ha accesso diretto ai server — solo operazioni autorizzate.
Nel gruppo “Astra” sottolineano che l’approccio non si limita a un singolo caso: gli scenari preparati possono essere adattati per l’applicazione centralizzata di patch e modifiche per altri sistemi infrastrutturali. La conclusione principale del vendor è formulata così: se l’IA-fuzzing ha reso l’attacco un processo di produzione, la protezione deve diventare altrettanto un processo di produzione — ma con limiti architettonici e approvazione umana dove il costo dell’errore è massimo.
Ricercatore di sicurezza informatica con esperienza nell’analisi delle vulnerabilità, nella mitigazione del rischio cyber, nelle attività di red teaming ed ethical hacking e nella protezione di sistemi complessi. Specializzato in penetration testing e Threat Intelligence, contribuisce al rafforzamento della resilienza digitale di infrastrutture e reti aziendali.
Aree di competenza: Penetration Testing, Threat Intelligence, Red Teaming, Vulnerability Assessment, Incident Response