L’IA trova falle a 3,61 dollari, ma Microsoft avverte: serve ancora revisione umana

Nel rapporto FORGE del 7 ottobre 2026, Microsoft descrive evidenze a sostegno di 627 possibili difetti nel kernel Linux e misura, su 182 crash confermati, una media di 3,61 dollari di costo del modello e 21,5 minuti per generare una prova di concetto riuscita; Taesoo Kim, vicepresidente per la sicurezza agentica, avverte: «Human attention remains essential». Il prezzo riguarda questa fase della verifica automatica: valutare l’impatto di un difetto e approvare una correzione richiede ancora l’intervento di persone.

La ricostruzione di DiggingBeagle distingue 155 segnalazioni open source validate internamente e inviate a 23 progetti, 93 segnalazioni riconosciute o accettate dai manutentori in 14 progetti o famiglie e 140 CVE Windows attribuite alla ricerca FORGE fra maggio e settembre 2026. Sono conteggi di attività e stati diversi. Nessuno di quei totali rappresenta, da solo, il numero di correzioni già disponibili per gli utenti.

Che cosa copre il costo della prova di crash

La cifra in dollari è una media per i casi nei quali la generazione automatica di una prova di concetto ha avuto successo, partendo da crash del kernel già confermati. La valutazione ha usato GPT-5.5 nel sistema MDASH, che combina modelli, agenti specializzati e strumenti di analisi del codice. Il risultato appartiene a questa configurazione e a questo compito circoscritto: non è il costo per scoprire una vulnerabilità qualsiasi, stabilirne la gravità e distribuire una patch.

La media comprende anche i tentativi ripetuti associati ai casi riusciti. Non comprende la selezione iniziale dei candidati, quelli scartati o rimasti senza esito, l’indagine umana e la preparazione della correzione. Il tempo medio descrive la stessa operazione; per stimare durata e spesa dell’intero percorso servirebbero misure delle attività escluse, oltre a sapere quanti candidati arrivano davvero a una soluzione.

Una prova di crash permette di riprodurre un comportamento del programma in condizioni definite. Determinare se quel comportamento abbia conseguenze per la sicurezza richiede un esame ulteriore: contano il percorso di esecuzione, la configurazione e il controllo che un possibile attaccante può esercitare sull’input. Su casi selezionati il laboratorio ha impiegato anche la generazione automatica di exploit per verificare un’eventuale escalation locale dei privilegi. È una verifica distinta dalla riproduzione del crash e non rientra nel prezzo che compare nel titolo.

Dalle evidenze alle risposte dei manutentori

Le evidenze prodotte durante la ricerca nel kernel sostengono candidati da esaminare; un crash confermato restringe il campo ai comportamenti riproducibili usati per misurare la generazione delle prove. L’invio ai progetti open source arriva dopo una validazione interna. I totali descrivono quindi passaggi differenti e non possono essere sommati come se indicassero falle indipendenti.

Il riconoscimento o l’accettazione da parte di un manutentore aggiunge una risposta del progetto alla segnalazione. Il significato operativo dipende dal caso: può ancora essere necessario riprodurre il problema nell’ambiente del progetto, concordare una modifica, verificarne gli effetti e decidere quando divulgarla. Una risposta positiva non equivale automaticamente a una patch approvata, testata e inclusa in una versione distribuita.

Anche le CVE Windows seguono un percorso diverso da quello delle segnalazioni inviate ai progetti open source. Il loro raggruppamento nel periodo indicato riguarda gli annunci e gli aggiornamenti di sicurezza, non il giorno in cui ogni difetto è stato scoperto né la quantità di codice esaminata. Trattare quelle CVE come il risultato finale delle segnalazioni open source confonderebbe prodotti, responsabili della correzione e procedure di pubblicazione.

La correzione resta una decisione tecnica umana

Una prova riproducibile offre ai revisori un punto di partenza più solido di una semplice porzione di codice sospetta. Resta da stabilire se il comportamento superi un confine di sicurezza, quale modifica ripristini il funzionamento previsto e se la modifica introduca regressioni. Sono giudizi che richiedono conoscenza del componente e della sua compatibilità con il resto del software.

Il sistema di ricerca può alleggerire il lavoro ripetitivo individuando percorsi raggiungibili, producendo input che provocano il guasto e conservando le evidenze necessarie per ricontrollarlo. Può anche aiutare a riconoscere segnalazioni duplicate fra scansioni successive. Questo rende più utile ciò che arriva ai responsabili del codice, ma non trasferisce al modello la responsabilità di approvare la patch o il rilascio.

Un caso Linux passato attraverso Akrites, iniziativa della Linux Foundation per coordinare correzione e divulgazione riservata, è arrivato a una patch integrata nel kernel. Mostra che il percorso dalla segnalazione alla modifica approvata può completarsi con il coordinamento dei manutentori. Non stabilisce lo stato delle altre segnalazioni: ciascun progetto deve ancora valutare il proprio difetto e gestire la distribuzione della soluzione.

L’indice pubblico segue la divulgazione

L’indice pubblico del Microsoft Security FORGE Lab è cumulativo e include soltanto identificativi CVE autorizzati alla divulgazione. Una segnalazione ancora in valutazione o in coordinamento riservato può quindi restare fuori dall’elenco. La presenza di una CVE rende pubblico un identificativo, ma non indica quanto lavoro umano sia stato necessario per arrivare alla correzione o quando tutte le versioni interessate l’abbiano ricevuta.

Il prossimo dato utile per giudicare l’effetto della ricerca assistita dall’IA sull’intero processo sarà il passaggio dalle segnalazioni validate alle patch approvate, testate e distribuite, insieme al tempo impiegato dai revisori. Senza quella misura, il costo della prova automatica resta un risultato preciso della validazione, non un prezzo complessivo della sicurezza ottenuta.

Leggi anche:

• LangGraph con approvazione umana: senza checkpoint l’agente non riparte
• Modalità incognito: chi può ancora vedere i siti che visiti
• Agenti IA con approvazione umana: troppe conferme diventano un rischio