inferwire
/
KI·3 Min. Lesezeit

Anthropics Schwachstellenregister zeigt späte Fixes und Rauschen

Anthropics Project Glasswing erzeugte 37.966 Schwachstellen-Meldungen, doch Maintainer sehen sich mit hoher Fehlalarm-Quote und kaum Fixes konfrontiert.

TL;DR

  • Anthropics Project Glasswing erzeugte in sieben Monaten 37.966 Schwachstellen-Ergebnisse, doch Maintainer haben nur 217 davon als behoben markiert [^1].
  • Eine Überprüfung von 34 Modellberichten durch das curl-Projekt ergab eine Fehlalarm-Quote von 55,9 Prozent, was Zweifel an Anthropics angeblicher Effizienz weckt [^1].

Hintergrund

Automatisierte Werkzeuge zum Scannen von Schwachstellen nutzen Software und künstliche Intelligenz, um potenzielle Sicherheitslücken in Codebases zu finden. Sicherheitsforscher melden diese Ergebnisse häufig an Open-Source-Maintainer, damit Entwickler den Code reparieren können, bevor Angreifer die Lücken ausnutzen. KI-Scanner können jedoch große Mengen ungeprüfter Berichte erzeugen. Das zwingt Maintainer dazu, Zeit für die Priorisierung automatisierter Eingänge aufzuwenden, anstatt sich auf ihre reguläre Entwicklungsarbeit zu konzentrieren.

Was passiert ist

Anthropic startete Project Glasswing am 7. April mit dem Anspruch, Tausende von Schwachstellen mit hoher und kritischer Schweregrad-Einstufung in Open-Source-Software zu identifizieren [^1]. Sieben Monate nach Projektstart verfolgte VulnCheck 442 CVEs, die auf Anthropic-Forscher zurückzuführen sind – was etwa 0,5 Prozent aller 93.450 in diesem Jahr veröffentlichten CVEs entspricht [^1]. Von diesen 442 CVEs identifizierte VulnCheck nur zwei – CVE-2026-61500 und CVE-2026-26980 –, die in freier Wildbahn ausgenutzt wurden [^1].

Anthropics öffentliches Offenlegungs-Register wuchs von 23.019 Funden beim Start im Mai auf 37.966 Funde bis zum 2. November [^1]. Allerdings wurden nur 7.349 Funde (19,4 Prozent) öffentlich gemacht und lediglich 217 als behoben markiert [^1]. Zwischen dem 8. September und dem 2. November fügte Anthropic seinem Register 11.813 Funde hinzu, erfasste aber nur 15 zusätzliche Fixes [^1]. Unterdessen wurden 1.654 Funde (4,4 Prozent) als Duplikate markiert und 419 zurückgezogen [^1]. Trotz dieser doppelten und zurückgezogenen Berichte stieg die von Anthropic angegebene Richtig-Positiv-Rate von 90,8 Prozent beim Start auf 94,2 Prozent [^1].

Um Engpässe bei der manuellen Triage anzugehen, kündigte Anthropic am 8. Oktober seinen Self-Service OSS Scanner an, über den Open-Source-Maintainer ungeprüfte, KI-generierte Berichte direkt erhalten können [^1]. Als curl-Maintainer Daniel Stenberg 45 Berichte von Anthropic erhielt, wurden 34 zur öffentlichen Bewertung freigegeben [^1]. Die Maintainer stellten fest, dass 19 Berichte keine Schwachstellen waren, sechs einen niedrigen Schweregrad aufwiesen und neun unbewertet blieben – was bislang einer Fehlalarm-Quote von 55,9 Prozent entspricht [^1]. Bereits im Mai führten fünf bei curl eingereichte Mythos-Funde zu nur einer bestätigten Schwachstelle [^1].

Warum es wichtig ist

Die Verlagerung ungeprüfter KI-Scanner-Ergebnisse auf Open-Source-Maintainer schafft eine erhebliche operative Belastung [^1]. Wenn KI-Modelle Tausende automatisierte Berichte erzeugen, müssen ehrenamtliche Entwickler ihre eigentliche Wartungsarbeit unterbrechen, um belanglose oder ungültige Eingänge zu prüfen [^1]. Im Fall von curl musste Maintainer Daniel Stenberg die Veröffentlichung von 45 Berichten über eine Woche verteilen, um die Belastung für sein Team abzufedern [^1].

Die Kluft zwischen den Schweregrad-Bewertungen der Modelle und der Realität der Maintainer unterstreicht anhaltende Bewertungsprobleme bei der KI-gestützten Schwachstellensuche [^1]. Im September stufte Anthropics Claude-Modell 91,5 Prozent der Register-Funde als kritisch oder hoch ein, während Maintainer nur 51,3 Prozent auf diesem Niveau einordneten [^1]. Wenn automatisierte Funde ohne Fixes liegen bleiben, häufen sich doppelte Entdeckungen an und zehren an den Ressourcen der Open-Source-Entwickler [^1].

Ein Beispiel aus der Praxis

Angenommen, Mara ist Open-Source-Maintainerin und betreut eine beliebte C-Bibliothek.

Mara entscheidet sich für Anthropics Self-Service OSS Scanner, um ihr Repository zu überprüfen [^1]. Kurz darauf erhält sie eine Sammellieferung von Dutzenden modellgenerierten Berichten, die weder einer menschlichen Überprüfung noch einer Triage unterzogen wurden [^1].

Mara stoppt die Entwicklung neuer Funktionen, um jede Einreichung Zeile für Zeile zu analysieren. Ähnlich wie bei curl, wo 19 von 34 ausgewerteten Berichten keine Sicherheitslücken waren und sechs einen niedrigen Schweregrad hatten, stellt Mara fest, dass mehr als die Hälfte der KI-Funde Fehlalarme sind [^1]. Einige gemeldete Probleme erweisen sich als Duplikate, die andere Sicherheitstools bereits Wochen zuvor gemeldet hatten [^1].

Anstatt umsetzbare Sicherheits-Fixes zu erhalten, verbringt Mara Tage damit, ausführliche Erklärungen zu schreiben, um ungültige Fehlerberichte zu schließen. Unterdessen erhöhen die ungeprüften automatisierten Scanner-Berichte den Triage-Aufwand in ihrem Projekt-Backlog, während sie kaum praktischen Nutzen für die Sicherheit bringen [^1].

Quellen

  1. [1]VulnCheck — After 7-months, Glasswing Overwelms Maintainers with Underwhelming Findings | Blog
  2. [2]Hacker News — Tracking Anthropic-discovered vulnerabilities