NULL (Pulso) — Anthropic presentó OSS Scanner, un servicio gratuito para detectar fallas de seguridad en software libre.
La compañía dijo que el sistema usa sus modelos de inteligencia artificial más potentes. Los mantenedores que se sumen recibirán análisis periódicos sin costo, según el anuncio oficial realizado el jueves.
La particularidad es clave. Anthropic reconoció que los informes salen directo del modelo. No pasan por revisión ni clasificación humana antes de enviarse. La empresa admitió que algunos reportes podrían ser incorrectos o inválidos.
En los últimos seis meses, la firma examinó software de amplio uso. Encontró más de 29.000 vulnerabilidades candidatas. De esa cifra, solo pudo revisar y confirmar manualmente alrededor de 6.000.
Ese cuello de botella empujó el cambio de estrategia. Ante pedidos de varios mantenedores, Anthropic ya envió cerca de 5.000 reportes sin revisar a quienes lo solicitaron.
El servicio se inspira en OSS-Fuzz, la herramienta que Google mantiene desde 2016. Anthropic dijo que los proyectos deben tener impacto crítico sobre infraestructura y seguridad de los usuarios. La empresa evaluará cada solicitud caso por caso.
Cada reporte incluye explicación del error, pasos para reproducirlo y, cuando es posible, una solución propuesta. Anthropic no exige un plazo de divulgación obligatorio para hallazgos sin validar, porque reconoce que podrían contener errores.
La compañía no precisó quién cubre el costo de cómputo del nuevo servicio. Solo mencionó un fondo interno, Defender Advantage Fund, para sostener la gratuidad para los mantenedores.
El caso muestra una tensión conocida. La automatización acelera alertas, pero traslada a terceros el costo de filtrar errores. En software libre, el beneficio puede ser amplio. Pero el riesgo también recae sobre quienes depuran código y defienden infraestructura crítica.
Para el usuario final, la promesa es más seguridad. Para los mantenedores, el desafío es otro: más volumen de avisos, más presión sobre la validación y más dependencia de una caja negra algorítmica. La eficiencia importa. La precisión, también.