Gemini 3.8 Flash Cyber: AI шукає вразливості — виклик для України

Google випустив Gemini 3.8 Flash Cyber — версію моделі, натреновану окремо на пошуку вразливостей у коді. Не «асистент, який може підказати про безпеку», а інструмент, задача якого — самостійно прочитати чужу програму й знайти в ній діру, через яку її можна зламати.

Це вже не гіпотеза про майбутнє. Днями команда curl — одного з найпоширеніших у світі мережевих інструментів, який стоїть буквально всюди від серверів до автомобілів, — закрила шість CVE, знайдених за допомогою AI-сканерів. Показова деталь: моделі OpenAI й Anthropic на тому ж коді повернули нуль результатів, а інші інструменти знайшли реальні баги. Автоматичний пошук вразливостей уже працює нерівно, але вже працює.

Що саме змінюється в механіці

Раніше пошук вразливостей був вузьким місцем через людей. Кваліфікований дослідник безпеки читає код повільно, коштує дорого і фізично не встигне переглянути мільйони рядків у сотнях сервісів державної установи. AI знімає це обмеження на масштаб: одна модель прочитає весь код за години, а не за місяці.

Тут і ховається головна асиметрія. Той самий інструмент однаково добре працює на дві сторони. Захисник запускає його на власний код, щоб залатати діри першим. Атакувальник запускає його на чужий код — щоб знайти ті самі діри й зайти всередину. Різниця лише в тому, хто встиг раніше.

Чому це прямо стосується України

Російські атаки на українську критичну інфраструктуру — енергетику, зв'язок, державні реєстри — це не абстракція, а рутина останніх років. Досі ці атаки вимагали людей: команд, які вручну шукають, де залізти. Автоматизований пошук вразливостей дозволяє масштабувати саме цей найдорожчий етап.

Логіка проста і неприємна: якщо доступний інструмент здешевлює пошук дірок, він здешевлює його для обох. Держслужба з обмеженим бюджетом і РФ з необмеженим отримують один і той самий важіль. Але важіль симетричний тільки на папері.

На практиці українські установи мають перевагу, якою гріх не скористатися. Свій код можна сканувати нескінченно, спокійно, без поспіху — це легальний і безпечний спосіб застосувати offensive-інструмент. Запусти AI-сканер на власні системи сьогодні, залатай знайдене, і завтра той самий сканер у руках атакувальника поверне порожній результат. Це не теорія — це те, що зробила команда curl.

Перемагає не той, у кого сильніший інструмент. Перемагає той, хто застосував його до власного коду першим.

Де тут реальний ризик

Ризик не в тому, що «AI небезпечний загалом». Він конкретний і має причину. По-перше, довіра до автоматики присипляє: якщо сканер нічого не знайшов, спокуса вважати систему захищеною велика, а приклад curl показав — різні моделі бачать різні баги, і нуль від одного інструмента нічого не гарантує.

По-друге, дані. Коли ви заганяєте код критичної системи в хмарну модель, ви віддаєте його провайдеру — і питання «чи можна відмовитися від використання моїх даних для тренування» стає не юридичною дрібницею, а вимогою до архітектури. Для держреєстрів і оборонних систем це означає одне: такі інструменти мають працювати локально, на своїй інфраструктурі, а не через чужий API.

Інструмент, який знаходить дірки в коді, уже роздали всім охочим. Українським установам лишається обрати одну з двох ролей у цій історії — того, хто сканує свій код, або того, чий код відсканують.