Kad AI ubrza otkrivanje ranjivosti u platformi kakva je GitHub, poruka je jasna: vrijeme između pogreške i potencijalne eksploatacije nastavlja se skraćivati. To ne mijenja samo način rada sigurnosnih istraživača, nego i očekivanja prema dobavljačima koji održavaju kritične razvojne platforme. Sada je sve manje prostora za sporu reakciju i oslanjanje na tradicionalni ritam otkrivanja propusta.
GitHub je infrastrukturna točka modernog razvoja softvera i zato svaki ozbiljniji propust u takvom okruženju ima težinu veću od prosječnog aplikacijskog incidenta. Ako se pokaže da napadač s relativno ograničenim početnim pristupom može doći do udaljenog izvršavanja koda, to odmah postaje pitanje sigurnosti cijelih razvojnih lanaca, a ne samo jedne platforme. Dodamo li tome činjenicu da je ranjivost brže uočena uz pomoć AI alata, dobiva se slika tržišta u kojem i obrana i napad ubrzano mijenjaju brzinu.
Za sigurnosnu industriju to znači da će se reverzno inženjerstvo, analiza binarnih razlika i traženje logičkih propusta sve više oslanjati na automatizirane i AI potpomognute metode. Time se povećava šansa da se stare i nove greške otkriju brže, ali i rizik da će napadači jednako tako ubrzano doći do eksploatacijskih ideja. U takvom okruženju prednost imaju organizacije koje mogu brzo zakrpati, segmentirati i ograničiti blast radius.
Za enterprise timove koji koriste GitHub, GitHub Enterprise ili slične platforme, poruka je vrlo konkretna. Sigurnost razvoja više ne završava na zaštiti repozitorija i pristupnih prava. Potrebni su stroži kontrolni mehanizmi za tokene, automate, CI/CD procese i integracije koje nose privilegirani pristup kroz cijeli razvojni i produkcijski lanac.
Ovo je važan pokazatelj kako AI mijenja i ofenzivnu i obrambenu stranu sigurnosti. Alati koji ubrzavaju reverzno inženjerstvo, analizu binarnog koda i traženje nelogičnosti u implementaciji postupno spuštaju vrijeme potrebno za otkrivanje ozbiljnih grešaka. To ne znači da će ljudski istraživači nestati iz procesa, nego da se njihov doseg i brzina povećavaju, dok se prozor između objave, razumijevanja i moguće eksploatacije dodatno skraćuje.
Za platforme poput GitHuba to ima dvostruki učinak. S jedne strane, ranjivosti se mogu brže pronaći i ispraviti, ali s druge raste i pritisak da se zakrpe distribuiraju prije nego što ih netko drugi pretvori u napad. U širem smislu to dodatno potvrđuje da će sigurnosna konkurencija u AI eri biti sve manje pitanje pojedinačnog alata, a sve više pitanje brzine učenja i reagiranja.
To je razlog zbog kojeg će veliki proizvođači softvera morati dodatno ubrzati internu validaciju, bug bounty programe i distribuciju ispravaka. U vremenu AI potpomognutog istraživanja nitko više nema luksuz sporog sigurnosnog ciklusa.
Direktor tvrtke Gordan Palić izjavio je povodom lansiranja da su gledali kako talentirani ljudi iz Hrvatske i regije rintaju mjesecima stvarajući sjajan digitalni sadržaj, da bi ih onda preko noći uništila neka promjena algoritma u Kaliforniji, što je suludo, te da su zato htjeli stvoriti platformu gdje nitko ne stoji između autora i njegove publike.
Sigurnosni istraživači otkrili su kako je zlonamjerna datoteka AGENTS.md, neprimjetno spremljena u korisnikovu mapu Downloads, navela AI programerskog agenta da instalira lažni npm paket. Pritom glavna slabost nije bila klasičan propust modela nego automatsko povjerenje u lokalne upute pronađene u radnom direktoriju.
OpenAI je u ChatGPT-u uveo strože sigurnosne protokole kojima želi smanjiti rizik od nasilja u stvarnom svijetu i bolje zaštititi maloljetnike. Promjene uključuju dodatna ograničenja pristupa praktičnim informacijama o oružju te mogućnost automatskog prekidanja razgovora u slučajevima zabrinjavajućih obrazaca ponašanja.
