Visa открыла исходный код Visa Vulnerability Agentic Harness (VVAH), чтобы показать, как передовые ИИ-модели могут находить сложные цепочки уязвимостей в критически важной платёжной инфраструктуре и помогать проверять исправления. О выпуске компания объявила 10 июня 2026 года. Исходники доступны на GitHub под лицензией Apache-2.0, которая разрешает использовать и адаптировать код при соблюдении условий лицензии.
Почему это важно для пользователей платежей. Современная атака редко начинается с одной критической ошибки. Несколько небольших слабостей могут соединиться в рабочий сценарий взлома. Если защитные команды находят такие цепочки раньше злоумышленников, системы, через которые проходят деньги и данные, получают дополнительный запас прочности. Для обычного пользователя это означает меньше поводов сомневаться в надёжности цифровых платежей.
Новая метрика измеряет не количество закрытых багов, а скорость адаптации. Visa предлагает использовать Mean Time to Adapt, или среднее время адаптации. Показатель отвечает на более практичный вопрос: как быстро команда может подтвердить реальность угрозы, исправить проблему и доказать, что путь атаки действительно закрыт.
Такой подход отличается от простого подсчёта закрытых уязвимостей. Компания может устранить сотни отдельных ошибок и при этом оставить рабочую цепочку атаки, если никто не проверил результат в условиях, близких к реальной эксплуатации.
1. Моделирование угроз. Сначала VVAH описывает поверхность атаки. Это помогает направить анализ на наиболее важные части системы, а не проверять код без учёта его роли и окружения.
2. Глубокая проверка. Затем ИИ-агенты изучают код, логику и потоки данных. Они ищут не только знакомые шаблоны ошибок, но и связи между отдельными компонентами.
3. Синтез цепочек атак. Небольшие слабости объединяются в возможные сценарии эксплуатации. Именно такой контекст показывает, какая проблема действительно может повлиять на систему.
4. Исправление и валидация. Инструмент предлагает варианты исправлений и проверяет, закрывают ли они найденный путь атаки. Результаты ИИ нельзя принимать без проверки специалистом.
VVAH работает как управляемый конвейер, а не как обычный сканер. Пайплайн включает четыре фазы и одиннадцать этапов. В нём сочетаются рассуждения ИИ, детерминированные правила, контрольные точки политики и участие человека. Такой порядок нужен, чтобы модель не просто выдала длинный список подозрений, а довела подтверждённую проблему до результата, с которым может работать команда разработки.
В текущей реализации режим исправлений может автоматически менять файлы в целевом репозитории. Чтобы остановить процесс до внесения правок, документация предлагает использовать параметр --stop-after s9. Для широкой команды это означает простое правило: сначала запускать инструмент в тестовой среде, затем проверять каждое изменение и только после этого обсуждать его применение в рабочем коде.
У инструмента есть важное ограничение по моделям. VVAH поддерживает Anthropic Claude и модели с совместимым интерфейсом OpenAI. Однако этапы исправления и валидации в текущей версии полноценно работают с моделями Anthropic. При использовании совместимой модели OpenAI эти этапы ограничены формированием отчёта. Поэтому командам нужно заранее учитывать зависимость от внешней платформы Anthropic, особенно если часть инфраструктуры работает в локальной сети.
Visa предлагает смотреть на три измерения адаптации. Первое показывает, насколько свежи и полны сведения об исходном коде, конфигурации и развёрнутых системах. Второе считает оставшиеся сквозные цепочки атак после каждого выпуска. Третье измеряет время, необходимое для повторяемого доказательства того, что исправление работает и продолжает работать в рабочей среде.
В качестве контекста Visa ссылается на данные CISA Known Exploited Vulnerabilities. В её техническом документе отмечается, что активно эксплуатируется менее 1 процента CVE. Поэтому приоритетом должна быть не сама длина списка уязвимостей, а подтверждённый риск и скорость его устранения.
Проблема не заканчивается на границах компании. Слабый поставщик или компонент с открытым исходным кодом может вернуть риск в хорошо защищённую инфраструктуру. Visa связывает проверку поставщиков с постоянной проверкой уязвимостей, актуальными перечнями компонентов и базовыми значениями Mean Time to Adapt. Компания также присоединилась к Project Lightwell, инициативе IBM и Red Hat стоимостью 5 миллиардов долларов, которая направлена на проверку и исправление широко используемых компонентов с открытым исходным кодом.
Следующий уровень защиты связан с ИИ-агентами, которые сами совершают действия. Visa рассматривает для них отдельный слой доверия, идентификации и оценки готовности к операциям. В Payment Threats Lab компания воспроизводит сценарии мошенничества и проверяет, как на них реагируют правила авторизации и другие настройки.
Здесь особенно важна идентичность агента. По данным исследования VentureBeat Pulse, 69 процентов компаний уже используют общие учётные данные хотя бы в части развёртываний агентов. Среди компаний с общими учётными данными о происшествиях или опасных сбоях сообщили 63,5 процента, тогда как среди компаний, где у каждого агента есть отдельная ограниченная идентичность, показатель составил 40,9 процента. Для защиты нужны индивидуальные разрешения, минимально необходимый доступ, полный журнал действий и включение агентов в общие процессы управления идентификацией.
Что команды могут сделать уже сейчас. Начните с трёх шагов. Проверьте, насколько свежи сведения о коде и развёрнутых системах. Добавьте к отчётам об уязвимостях вопрос о том, разорвана ли реальная цепочка атаки. Затем определите собственное время от обнаружения проблемы до доказанной проверки исправления.
VVAH не заменяет специалистов и не превращает безопасность в автоматическую процедуру. Но он даёт командам открытый пример того, как объединить ИИ, строгие правила и человеческий контроль. Переход от подсчёта закрытых уязвимостей к измерению скорости адаптации помогает защищать не только инфраструктуру компании, но и повседневные платежи людей, которые от неё зависят. Подробнее: Microsoft анонсировала Project Perception. Вот как новые ИИ-агенты защитят ваши данные.
