तथ्य 524 · संकेत 29 · लेख 20 · डेटाबेस 3,168 KB · बॉट —guest@ftrlgयह आप हैं~/whoamiआप गुमनाम लिखते हैं। हर बार एक जैसे हस्ताक्षर के लिए टिप्पणी करते समय गुप्त शब्द चुनें — उससे आपका ट्रिपकोड बनेगा।कोई पंजीकरण नहीं, कभी नहीं

AI से कमज़ोरियों की खोज

AI द्वारा अनुवादित, संपादकों द्वारा जाँचा गया

future.log संपादक-मंडल · प्रकाशित

AI से कमज़ोरियों की खोज (अंग्रेज़ी AI vulnerability discovery) — प्रोग्रामों में ऐसी ग़लतियों की खोज, जिनके ज़रिए उन्हें हैक किया जा सकता है, बड़े भाषा मॉडलों और उन पर बने एजेंटों की मदद से। मॉडल कोड को एक शोधकर्ता की तरह पढ़ता है, अनुमान लगाता है कि वह कहाँ टूट सकता है, और ख़ुद इसे जाँचता है — प्रोग्राम चलाता है, क्रैश को दोहराता है — और अक्सर तुरंत सुधार भी सुझा देता है। यही हुनर एक्सप्लॉइट लिखने में भी काम आता है — ऐसे प्रोग्राम, जो कमज़ोरी का इस्तेमाल करते हैं।

ग़लतियों की स्वचालित खोज 1980 के दशक के आख़िर से मौजूद है: फ़ज़िंग (fuzzing) प्रोग्राम को बेतरतीब डेटा देता है और उसके क्रैश होने का इंतज़ार करता है। भाषा मॉडलों ने वह जोड़ा, जो फ़ज़िंग के पास नहीं था — कोड के मतलब की समझ। 2024 से AI सिस्टम सबसे ज़्यादा जाँचे-परखे प्रोजेक्टों में कमज़ोरियाँ ढूँढ रहे हैं — SQLite और Linux कर्नेल में, और 2026 में OpenBSD में भी; 2026 तक खोजें इतनी बढ़ गईं कि मेंटेनर रफ़्तार धीमी करने को कह रहे हैं, और Mandiant के आकलन में कमज़ोरी के खुलासे और हमले के बीच का समय माइनस में चला गया: कमज़ोरी का इस्तेमाल ज़्यादा से ज़्यादा बार सुधार आने से पहले ही शुरू हो जाता है।12345

इतिहास

  • पतझड़ 1988 बार्टन मिलर (Barton Miller, विस्कॉन्सिन यूनिवर्सिटी) छात्रों को एक काम देते हैं: UNIX की यूटिलिटी को बेतरतीब इनपुट दो और देखो, कौन-सी क्रैश होती हैं। इसी तरह फ़ज़िंग का जन्म होता है; पहले प्रयोगों की रिपोर्ट 1990 में प्रकाशित होती है।6 ¶ cdwimwe7g
  • 04.08.2016 DARPA Cyber Grand Challenge का फ़ाइनल: स्वचालित सिस्टम इंसानों की भागीदारी के बिना एक-दूसरे की कमज़ोरियाँ ढूँढते हैं, उन्हें ठीक करते हैं और उनका इस्तेमाल करते हैं; ForAllSecure कंपनी का Mayhem जीतता है।7 ¶ cz4i8im86
  • 01.12.2016 Google OSS-Fuzz शुरू करती है — ओपन सोर्स प्रोजेक्टों के लिए मुफ़्त और लगातार चलने वाला फ़ज़िंग। मई 2025 तक इसने 1000 प्रोजेक्टों में 13 हज़ार से ज़्यादा कमज़ोरियाँ और 50 हज़ार दूसरी ग़लतियाँ ढूँढने और ठीक करने में मदद की।89 ¶ csci7hdqf
  • 01.11.2024 एजेंट Big Sleep (Google Project Zero और Google DeepMind) SQLite में मेमोरी से जुड़ी एक ऐसी ग़लती ढूँढता है, जिसे एक्सप्लॉइट किया जा सकता था; उसे उसी दिन, रिलीज़ में पहुँचने से पहले ठीक कर दिया गया। Google इसे पहला सार्वजनिक उदाहरण बताती है, जब किसी AI एजेंट ने व्यापक रूप से इस्तेमाल होने वाले प्रोग्राम में इस तरह की पहले से अज्ञात, एक्सप्लॉइट की जा सकने वाली कमज़ोरी ढूँढी।1 ¶ cvs58risf
  • 20.11.2024 Google बताती है कि भाषा मॉडलों वाले OSS-Fuzz ने, जिसमें मॉडल ख़ुद फ़ज़िंग हार्नेस लिखते हैं, 26 कमज़ोरियाँ ढूँढीं, जिनमें OpenSSL की CVE-2024-9143 भी है।10 ¶ cj8mjtrfw
  • 31.03.2025 Microsoft बताती है कि उसने Security Copilot की मदद से बूटलोडरों में 20 कमज़ोरियाँ कैसे ढूँढीं: GRUB2 में 11, और U-Boot व Barebox में 9।11 ¶ crcqn37gi
  • 22.05.2025 शोधकर्ता शॉन हीलन (Sean Heelan) OpenAI के मॉडल o3 की मदद से Linux कर्नेल के SMB इम्प्लीमेंटेशन में कमज़ोरी CVE-2025-37899 ढूँढते हैं — मॉडल के आम API के ज़रिए, बिना किसी एजेंट वाले ढाँचे और टूल के।2 ¶ cqc89hc5z
  • 24.06.2025 स्वायत्त पेनटेस्टर XBOW, HackerOne प्लेटफ़ॉर्म की अमेरिकी रैंकिंग में पहले स्थान पर पहुँचता है: लगभग 1060 रिपोर्टें, जिनमें से 130 सुलझी हुई मानकर बंद की गईं।12 ¶ ckk6b9ywx
  • 08.08.2025 DARPA AIxCC का फ़ाइनल: 63 टास्क में AI सिस्टमों ने जानबूझकर डाली गई 54 कमज़ोरियाँ ढूँढीं और 43 ठीक कीं, साथ ही 18 असली कमज़ोरियाँ भी मिलीं, जिन्हें किसी ने नहीं डाला था।13 ¶ cfdcv7m5v
  • 06.10.2025 Google DeepMind CodeMender पेश करती है — ऐसा एजेंट, जो कमज़ोरियाँ सिर्फ़ ढूँढता ही नहीं, बल्कि ठीक भी करता है; इस दिन तक ओपन सोर्स प्रोजेक्टों में उसके 72 सुधार स्वीकार किए जा चुके हैं।14 ¶ cyxfz3zk2
  • 18.01.2026 हीलन एक प्रयोग प्रकाशित करते हैं, जिसमें Claude Opus 4.5 और GPT-5.2 पर चलने वाले एजेंटों ने 6 परिदृश्यों में QuickJS की एक कमज़ोरी के लिए 40 से ज़्यादा अलग-अलग एक्सप्लॉइट लिखे; Opus 4.5 के एक रन की लागत लगभग $30 रही।15 ¶ c2ecvyqcx
  • 05.02.2026 Anthropic बताती है कि Claude Opus 4.6 ने ओपन सोर्स कोड में ऊँची गंभीरता वाली 500 से ज़्यादा कमज़ोरियाँ ढूँढीं, जिनकी जाँच इंसानों ने की।16 ¶ cmh2eexap
  • 07.04.2026 Anthropic, Claude Mythos Preview की घोषणा करती है: परीक्षण के दौरान मॉडल ने निर्देश मिलने पर सभी प्रमुख ऑपरेटिंग सिस्टमों और ब्राउज़रों में ज़ीरो-डे कमज़ोरियाँ ढूँढीं और उन्हें एक्सप्लॉइट किया, जिनमें OpenBSD की 27 साल पुरानी एक ग़लती भी शामिल है। मॉडल को आम लोगों के लिए उपलब्ध कराने की योजना नहीं है; उसके साथ सबसे अहम सॉफ़्टवेयर की सुरक्षा का कार्यक्रम Project Glasswing शुरू किया गया।3 ¶ cvhyb7wnk
  • 22.05.2026 Anthropic रिपोर्ट देती है: 1000 से ज़्यादा ओपन सोर्स प्रोजेक्टों में Mythos Preview ने 6202 कमज़ोरियाँ ढूँढीं, जो ख़ुद मॉडल के आकलन के मुताबिक़ ऊँची या क्रिटिकल गंभीरता की थीं; स्वतंत्र फ़र्मों ने जिन 1752 की जाँच की, उनमें से 90.6% असली निकलीं। कुछ मेंटेनरों ने खुलासे की रफ़्तार धीमी करने को कहा — उनके पास सुधारों के लिए समय नहीं बचता।4 ¶ c4tz3r3sx
  • 08.10.2026 Anthropic, Cyber Mission शुरू करती है: अहम बुनियादी ढाँचे की सुरक्षा का कार्यक्रम, जिसमें बचाव करने वालों के लिए मॉडल और इंजीनियर हैं, साथ ही ओपन सोर्स प्रोजेक्टों में कमज़ोरियों की मुफ़्त स्कैनिंग।17 ¶ c2dt2nmed

यह कैसे काम करता है

फ़ज़िंग। प्रोग्राम को लाखों बेतरतीब या थोड़े बिगाड़े गए इनपुट दिए जाते हैं और दर्ज किया जाता है कि किन पर वह क्रैश होता है। यह तरीक़ा कोड को नहीं समझता और ज़्यादातर वही ग़लतियाँ ढूँढता है, जिन तक “झकझोरकर” पहुँचा जा सकता है; मुश्किल हिस्सा है हार्नेस, जो डेटा को सही फ़ंक्शन तक पहुँचाता है। भाषा मॉडलों ने सबसे पहले उसे ही लिखना शुरू किया (OSS-Fuzz, 2024)।810 ¶ cjsug6s2q

कोड पढ़ना। मॉडल को कोड का एक हिस्सा मिलता है और वह उसमें ग़लतियाँ वैसे ही ढूँढता है, जैसे इंसान कोड रिव्यू में। इसी तरह हीलन ने Linux कर्नेल में कमज़ोरी ढूँढी। Big Sleep “वेरिएंट” ढूँढता है: वह पहले से ठीक की जा चुकी ग़लती से शुरू करता है और उससे मिलती-जुलती ग़लतियाँ खोजता है, जिन्हें फ़ज़िंग चूक जाता है।12 ¶ cb47jiw2v

खोज की जाँच। लोगों पर झूठे अलार्मों का बोझ न डालने के लिए एजेंट ख़ुद क्रैश को दोहराता है: प्रोग्राम को बिल्ड करता है, मिले हुए डेटा के साथ उसे चलाता है, कभी-कभी काम करने वाला एक्सप्लॉइट भी लिखता है। XBOW में हर खोज की पुष्टि “वैलिडेटर” करते हैं — स्वचालित जाँचें, जिनमें से कुछ भाषा मॉडल पर चलती हैं और कुछ आम प्रोग्राम हैं।112 ¶ cmgyijdhr

सुधार। वही एजेंट पैच सुझाता है और टेस्ट चलाता है। AIxCC के फ़ाइनल में सिस्टमों ने मिली हुई 54 में से 43 कमज़ोरियाँ ठीक कीं; CodeMender के सभी सुधारों को प्रोजेक्टों में भेजने से पहले इंसान जाँचते हैं।1314 ¶ cvbv5ht7u

डेटा

सुधार के लिए कितना समय बचता है

कौन और कबक्या मापाक्या मिला
Mandiant (Google), 15.10.202418कमज़ोरी के खुलासे से उसके इस्तेमाल तक का औसत समय2018–2019 में 63 दिन, 2020 में 44, 2021–2022 में 32, 2023 में 5 दिन। लेखकों की शर्त: 5 दिन — 15 असामान्य मामलों (आउटलायर) को बाहर करने के बाद का औसत, उनके साथ — 47 दिन। ¶ cmxbgxpre
M-Trends 2026 (Mandiant), 23.03.20265नई रिपोर्ट में वही समयआकलन के मुताबिक़ — माइनस 7 दिन: कमज़ोरी का इस्तेमाल आम तौर पर सुधार आने से पहले ही शुरू हो जाता है। ¶ c8t3ywpya
VulnCheck, 21.01.202619हमलों में इस्तेमाल हुई ज्ञात कमज़ोरियों का वह हिस्सा, जिन पर CVE प्रकाशित होने के दिन या उससे पहले हमला हुआ2025 में 28.96%। ¶ cfanv22xn
VulnCheck, 28.07.2026202026 की पहली छमाही के लिए वही; अलग से — AI की मदद से मिली कमज़ोरियाँ23.43%। AI की मदद से मिली 1061 कमज़ोरियों में से 14 (1.3%) के असली हमलों में इस्तेमाल की पुष्टि हुई — लगभग उतनी ही, जितनी सभी कमज़ोरियों में। ¶ cp2yiwaut

कितनी कमज़ोरियों का खुलासा होता है

कौन और कबक्या गिनाक्या मिला
जेरी गैम्बलिन (Jerry Gamblin), 01.01.202621साल भर में प्रकाशित CVE2025 में 48,185 — 2024 (39,962) से 20.6% ज़्यादा। ¶ c5x9n4ryc
Epoch AI, 02.07.20262221 बड़े संगठनों से हर महीने आने वाले ऊँची और क्रिटिकल गंभीरता के CVEजून 2026 में लगभग 1500 — Mythos Preview आने से पहले के मासिक रिकॉर्ड से 3.5 गुना से भी ज़्यादा। ¶ cjhsxzf5p
Google Threat Intelligence, 30.09.202623हर महीने खुलासा की गई और हमलों में इस्तेमाल हुई कमज़ोरियाँखुलासे जनवरी 2026 के 5045 से बढ़कर अगस्त में 10,740 हो गए; इस्तेमाल हुई कमज़ोरियाँ — 2025 में औसतन 10.5 प्रति माह से बढ़कर जनवरी–अगस्त 2026 में 18, ज़ीरो-डे कमज़ोरियाँ — 8 से 11 प्रति माह। ¶ c9zwr4k84

मॉडल क्या कर सकते हैं

कौन और कबक्या जाँचाक्या मिला
फ़ैंग (Fang) व अन्य, 04.202424क्या GPT-4 पर चलने वाला एजेंट पहले से उजागर 15 कमज़ोरियों को ख़ुद एक्सप्लॉइट कर सकता हैCVE का विवरण दिया जाए तो 87%, उसके बिना — 7%। ¶ c4zagqney
हीलन, 05.20252100 रन में o3 कितनी बार Linux कर्नेल की एक ज्ञात कमज़ोरी (CVE-2025-37778) ढूँढता है3.3 हज़ार लाइनों के कोड पर — 8 बार, और 28 रन में झूठे अलार्म। 12 हज़ार लाइनों पर — 100 में से 1 बार, लेकिन दूसरे रनों में मॉडल ने एक नई कमज़ोरी ढूँढी, CVE-2025-37899; इस प्रयोग में लेखक ने उपयोगी सिग्नल और शोर का अनुपात लगभग 1 और 50 गिना। ¶ cpqwd6p9z
VulnCheck, 08.09.202625Anthropic की बताई Project Glasswing की खोजों का क्या हुआबताई गई 26,153 खोजों में से 202 (0.8%) ठीक की गईं, 2736 (10.5%) खुलासों के रिकॉर्ड तक पहुँचीं। Claude ने अपनी 91.5% खोजों को क्रिटिकल या ऊँची गंभीरता का माना, मेंटेनरों ने — 51.3% को। ¶ ckwesmuym
[संपादकीय निष्कर्ष]

सुधार की मोहलत भाषा मॉडलों से पहले भी सिकुड़ रही थी: Mandiant के मुताबिक़, 2018–2019 के 63 दिनों से 2023 में 5 दिन तक, और 2026 की रिपोर्ट में — “माइनस 7 दिन” के आकलन तक। तरीक़े एक रिपोर्ट से दूसरी में बदलते रहते हैं, और Mandiant ख़ुद असामान्य मामलों को लेकर आगाह करती है, इसलिए यह सिलसिला एक दिशा है, सटीक माप नहीं। मॉडल क्या बदलते हैं, यह खुलासों की गिनती से दिखता है: जनवरी से अगस्त 2026 तक हर महीने के खुलासे लगभग दोगुने हो गए (Google), और जून में गंभीर कमज़ोरियाँ पिछले रिकॉर्ड से 3.5 गुना से भी ज़्यादा हो गईं (Epoch AI)। साथ ही AI की खोजों पर अभी बाक़ी कमज़ोरियों से ज़्यादा हमले नहीं होते — 1.3% (VulnCheck), और Glasswing की खोजों में से एक प्रतिशत से भी कम ठीक हुई हैं। अड़चन अब खोज नहीं, बल्कि सुधार है। ¶ cjx5va73f

घटनाएँ

SQLite: AI हमलावरों से आगे निकला, जुलाई 2025 ¶ cibk7vmp9

Google ने बताया कि Big Sleep ने उसकी थ्रेट इंटेलिजेंस के डेटा के आधार पर SQLite में कमज़ोरी CVE-2025-6965 ढूँढी, जो “सिर्फ़ हमलावरों को पता थी” और जिसका जल्द ही इस्तेमाल होने वाला था। कंपनी ने इसे पहला मामला बताया, जब किसी AI एजेंट ने असली माहौल में किसी कमज़ोरी को एक्सप्लॉइट करने की कोशिश को सीधे नाकाम किया; ख़ुद हमलावरों के बारे में उसने कोई ब्योरा नहीं दिया।26

BeyondTrust: AI की खोज पर चार दिन बाद हमला, 2026 ¶ cmerq35sd

BeyondTrust Privileged Remote Access और Remote Support में कमज़ोरी CVE-2026-1731 — सिस्टम में लॉग इन किए बिना कमांड चलाना — स्वायत्त एजेंट Hacktron AI ने ढूँढी। खुलासे के चार दिन बाद Google ने देखा कि हमलावरों का एक समूह इसका इस्तेमाल कर रहा है, फिर पाँच और। Google ख़ुद ऐसे मामलों को “एक शुरुआती सूचक, न कि जमा हुआ रुझान” कहती है।23

PHP: रिलीज़ से पहले ही मोहलत ख़त्म, अक्टूबर 2026 ¶ cgydsfait

21 अक्टूबर को PHP ने आपातकालीन वर्शन जारी किए, जो दो क्रिटिकल कमज़ोरियाँ बंद करते हैं, जिनके ज़रिए बिना ऑथेंटिकेशन के सर्वर पर कोड चलाया जा सकता है। इनके बारे में एक-दूसरे से स्वतंत्र रूप से OpenAI के Patch the Planet कार्यक्रम के तहत PHP की जाँच कर रही कंपनी Calif के एक शोधकर्ता ने, ख़ुद OpenAI ने और Wiz ने सूचना दी।27

समन्वित रिलीज़ टुकड़ों-टुकड़ों में बिखर गई। एक दिन पहले CVE नंबर इंटरनेट पर लीक हो गए, Calif ने ग़लती से काम करते एक्सप्लॉइट का वीडियो प्रकाशित कर दिया, और Chainguard ने रिलीज़ से छह घंटे से भी ज़्यादा पहले सुधार वाली तैयार इमेजें डाल दीं। PHP Foundation के मुताबिक़, वीडियो की वजह से एक्सप्लॉइट जल्दी सामने आए, लेकिन रिलीज़ के समय तक इंटरनेट पर सामने आए एक्सप्लॉइट में उसे कोई काम करने वाला नहीं मिला।27 दो दिन बाद SANS ने भी लिखा कि जहाँ तक पता है, कोई भरोसेमंद सार्वजनिक एक्सप्लॉइट नहीं है, और जो डाले गए हैं, उनमें “अविश्वसनीय मात्रा में” AI का बनाया कचरा है।28 ¶ c8mhxyghn

आलोचना

शोर। शुरुआती AI रिपोर्टें ज़्यादातर कचरा थीं। 2024 में Python Software Foundation के सेथ लार्सन (Seth Larson) ने “बेहद घटिया, स्पैम जैसी और LLM की गढ़ी हुई सुरक्षा रिपोर्टों” की बाढ़ की शिकायत की, और cURL ने जनवरी 2026 में AI रिपोर्टों की बाढ़ न सँभाल पाने पर अपना बग बाउंटी कार्यक्रम बंद कर दिया। ज़्यादा जानकारी — “मेंटेनर संकट” लेख में।2930 ¶ csinq8utk

मोड़। 2026 के वसंत में शिकायतें बदल गईं: रिपोर्टें और बढ़ गईं, लेकिन अब वे असली हैं। Linux के स्थिर कर्नेल के मेंटेनर ग्रेग क्रोआ-हार्टमैन (Greg Kroah-Hartman) ने मार्च 2026 में कहा कि “दुनिया पलट गई” और ओपन सोर्स प्रोजेक्टों की सभी सुरक्षा टीमें यही देख रही हैं। GNOME के माइकल कैटानज़ारो (Michael Catanzaro) ने जुलाई में लिखा कि बिना AI के मिली रिपोर्टें अब “कुछ हद तक असामान्य” हैं।3132 इससे भी पहले cURL के लेखक डेनियल स्टेनबर्ग (Daniel Stenberg) ने उस सूची के आधार पर 22 सुधार स्वीकार किए, जिसे जोशुआ रॉजर्स (Joshua Rogers) ने AI टूल की मदद से तैयार किया था।33 ¶ ck66wnqkr

अड़चन — ठीक करने वाले लोग। ढूँढना ठीक करने से सस्ता हो गया है। मेंटेनरों ने Anthropic से खुलासे की रफ़्तार धीमी करने को कहा, VulnCheck की गिनती के मुताबिक़ Glasswing की खोजों में से एक प्रतिशत से भी कम ठीक हुई हैं, और मॉडल गंभीरता को ख़ुद मेंटेनरों से ऊँचा आँकता है (91.5% बनाम 51.3%)।425 ¶ ce64vgiy8

बड़े-बड़े आँकड़े। AI लैब के दावों को जाँचना मुश्किल है: अप्रैल 2026 में The Register ने VulnCheck के साथ मिलकर Glasswing के खाते में CVE गिने, और नतीजा निकला: “शायद 40। या शायद एक भी नहीं”।34 ¶ cefuwix3a

यहाँ तक कि “पहले होने” का दावा भी विवादित है: OSS-Fuzz और Big Sleep ने 2024 के एक ही महीने में अपनी-अपनी खोजों को पहला बताया — अलग-अलग शब्दों में।110 ¶ crua653b7

दोहरा इस्तेमाल। जो मॉडल कमज़ोरी ढूँढता और जाँचता है, वही एक्सप्लॉइट भी लिखता है। हीलन अपने प्रयोग से यह निष्कर्ष निकालते हैं कि किसी देश या समूह की नेटवर्क हैक करने की क्षमता जल्द ही हैकरों की संख्या से नहीं, बल्कि टोकनों की संख्या से सीमित होगी। वहीं Mandiant सावधान है: वह 2025 को ऐसा साल नहीं मानती, जब सेंधमारी सीधे AI का नतीजा बन गई।155 ¶ ci86yq385

आगे का विकास

बड़ी AI लैब कमज़ोरियों की खोज को बचाव करने वालों के कार्यक्रमों में बदल रही हैं: Google — Big Sleep और CodeMender, OpenAI — Patch the Planet, Anthropic — Project Glasswing और ओपन सोर्स कोड की मुफ़्त स्कैनिंग वाला Cyber Mission।11441727 जवाब में ओपन सोर्स प्रोजेक्ट रिपोर्टें लेने के नियम बदल रहे हैं: GNOME में बिना AI के मिली रिपोर्टें अब “कुछ हद तक असामान्य” हैं, और कैटानज़ारो के शब्दों में, अब उन्हें ध्यान में रखकर प्रक्रिया बनाने का कोई मतलब नहीं है।32 ¶ cx859g59f

[संपादकीय निष्कर्ष]

कमज़ोरियों की खोज अब कोई दुर्लभ हुनर नहीं रही: मशीन ढूँढती है, दोहराकर जाँचती है और सुधार लिखती है, और एक रन के कुछ दसियों डॉलर में — एक्सप्लॉइट भी। असली हमलों में AI की खोजें अभी बाक़ी कमज़ोरियों से ज़्यादा नहीं दिखतीं (VulnCheck), और ख़ुद Google ऐसे मामलों को शुरुआती सूचक कहती है। बचाव करने वालों का फ़ायदा उन लोगों पर टिका है, जो ठीक करते हैं: सुधार खोजों से कम हैं, और खुलासे व हमले के बीच की मोहलत पहले ही माइनस में जा चुकी है। निर्णायक यह नहीं रहा कि कमज़ोरी कौन ढूँढेगा, बल्कि यह कि उसे कितनी जल्दी बंद किया जाएगा। ¶ c9iataj44

संकेत

यह भी देखें

तरल कोडमेंटेनर संकटओपन सोर्सस्वायत्त AI एजेंटAI सुरक्षावाइब कोडिंगबड़ा भाषा मॉडल

संदर्भ

  1. From Naptime to Big Sleep: Using Large Language Models To Catch Vulnerabilities In Real-World Code — Google Project Zero, 01.11.2024. projectzero.google ↩ ↩2 ↩3 ↩4 ↩5 ↩6

  2. S. Heelan. How I used o3 to find CVE-2025-37899, a remote zeroday vulnerability in the Linux kernel’s SMB implementation — 22.05.2025. sean.heelan.io ↩ ↩2 ↩3 ↩4

  3. Claude Mythos Preview’s cybersecurity capabilities — Anthropic, 07.04.2026. anthropic.com ↩ ↩2

  4. Project Glasswing: An initial update — Anthropic, 22.05.2026. anthropic.com ↩ ↩2 ↩3 ↩4

  5. M-Trends 2026: Data, Insights, and Strategies From the Frontlines — Google Cloud (Mandiant), 23.03.2026. cloud.google.com ↩ ↩2 ↩3

  6. B. Miller. Fuzz Testing of Application Reliability — University of Wisconsin–Madison. pages.cs.wisc.edu ↩

  7. “Mayhem” Declared Preliminary Winner of Historic Cyber Grand Challenge — DARPA, 04.08.2016. darpa.mil ↩

  8. Announcing OSS-Fuzz: Continuous Fuzzing for Open Source Software — Google Security Blog, 01.12.2016. security.googleblog.com ↩ ↩2

  9. OSS-Fuzz — GitHub. github.com ↩

  10. Leveling Up Fuzzing: Finding more vulnerabilities with AI — Google Security Blog, 20.11.2024. security.googleblog.com ↩ ↩2 ↩3

  11. Analyzing open-source bootloaders: Finding vulnerabilities faster with AI — Microsoft Security Blog, 31.03.2025. microsoft.com ↩

  12. How XBOW Ranked #1 in Autonomous Penetration Testing — XBOW, 24.06.2025. xbow.com ↩ ↩2

  13. AI Cyber Challenge marks pivotal inflection point for cyber defense — DARPA, 08.08.2025. darpa.mil ↩ ↩2

  14. R. A. Popa, F. Flynn. Introducing CodeMender: an AI agent for code security — Google DeepMind, 06.10.2025. deepmind.google ↩ ↩2 ↩3

  15. S. Heelan. On the Coming Industrialisation of Exploit Generation with LLMs — 18.01.2026. sean.heelan.io ↩ ↩2

  16. LLM-discovered 0 days — Anthropic, 05.02.2026. anthropic.com ↩

  17. Anthropic’s Cyber Mission — Anthropic, 08.10.2026. anthropic.com ↩ ↩2

  18. How Low Can You Go? An Analysis of 2023 Time-to-Exploit Trends — Google Cloud (Mandiant), 15.10.2024. cloud.google.com ↩

  19. VulnCheck State of Exploitation 2026 — VulnCheck, 21.01.2026. vulncheck.com ↩

  20. VulnCheck State of Exploitation 1H-2026 — VulnCheck, 28.07.2026. vulncheck.com ↩

  21. J. Gamblin. 2025 CVE Data Review — 01.01.2026. jerrygamblin.com ↩

  22. L. Emberson. Disclosed CVEs: 3.5× spike after Claude Mythos — Epoch AI, 02.07.2026. epoch.ai ↩

  23. Vulnerability Discovery and Exploitation Trends in the AI Era — Google Threat Intelligence Group, 30.09.2026. cloud.google.com ↩ ↩2

  24. R. Fang, R. Bindu, A. Gupta, D. Kang. LLM Agents can Autonomously Exploit One-day Vulnerabilities — arXiv, 11.04.2024. arxiv.org ↩

  25. The Anthropic Glasswing Receipts Are Starting to Trickle In — VulnCheck, 08.09.2026. vulncheck.com ↩ ↩2

  26. K. Walker. A summer of security: empowering cyber defenders with AI — Google, 15.07.2025. blog.google ↩

  27. Today’s PHP Security Release, and How We’re Strengthening PHP Security — The PHP Foundation, 21.10.2026. thephp.foundation ↩ ↩2 ↩3

  28. Internet Storm Center Diary 2026-10-23 — SANS ISC, 23.10.2026. isc.sans.edu ↩

  29. S. Larson. New era of slop security reports for open source — 03.12.2024. sethmlarson.dev ↩

  30. D. Stenberg. The end of the curl bug-bounty — 26.01.2026. daniel.haxx.se ↩

  31. Linux kernel czar says AI bug reports aren’t slop anymore — The Register, 26.03.2026. theregister.com ↩

  32. M. Catanzaro. Some changes to GNOME security tracking — 20.07.2026. blogs.gnome.org ↩ ↩2

  33. D. Stenberg — Mastodon, 21.09.2025 की पोस्ट. mastodon.social ↩

  34. J. Lyons. Anthropic’s Project Glasswing CVE count is still guesswork — The Register, 15.04.2026. theregister.com ↩

आपका हस्ताक्षर

याद रखना है गुप्त शब्द — यही आपका पासवर्ड है। ट्रिपकोड उसी से बनता है और आपके नाम के पास सबको दिखता है: एक ही गुप्त शब्द से हमेशा एक ही ट्रिपकोड मिलता है, और उसके बिना कोई इसकी नकल नहीं कर सकता। गुप्त शब्द कहीं प्रकाशित नहीं होता और सर्वर पर संग्रहीत नहीं होता।