Os novos agentes de segurança da Snyk seguem uma regra: o agente que escreve a correção nunca a avalia

Se um agente de codificação escreve uma função vulnerável e um segundo agente, construído em um modelo similar, é questionado se a função é segura, quão independente é essa segunda opinião? O próprio benchmark da Snyk dá motivos para duvidar: no que ela chama de VulnBench, revisões de segurança de LLM relataram uma descoberta que desapareceu na execução seguinte em 49.7% das vezes. Um revisor que muda de ideia metade das vezes não é um controle.

A resposta da Snyk, no lançamento do Evo Agentic AppSec em 15 de outubro, é resumida em uma linha por sua liderança: “O gerador não pode ser o validador.” Os agentes fazem o trabalho; os mecanismos determinísticos da Snyk, como Snyk Code e Snyk Open Source, são chamados como ferramentas para verificá-lo; e seu produto de testes ofensivos ataca a aplicação em execução para confirmar que as correções se sustentam. “Nenhum dos agentes avalia seu próprio trabalho”, diz o anúncio.

O que foi anunciado, e quão pronto cada parte está

Evo é um conjunto de agentes especializados, e eles não estão no mesmo nível de maturidade. Ler o lançamento como “a Snyk agora corrige tudo com agentes” seria um erro.

Evo, por disponibilidade

Clientes selecionadosDisponibilidade geral

1. Preview experimentalCode Scanning Agent, Dependency Firewall, Agentic Security Review
2. Preview abertoRemediation Agent, começando com problemas do Snyk Open Source
3. GASecrets Detection, Agentic Development Security, Continuous Offensive Security

• O Code Scanning Agent combina raciocínio de modelo com análise estática para procurar falhas de lógica, como controle de acesso quebrado.
• O Dependency Firewall bloqueia pacotes maliciosos ou fora da política no momento da instalação, incluindo slopsquatting, onde atacantes publicam pacotes com nomes que os modelos tendem a alucinar.
• O Agentic Security Review revisa um repositório inteiro com um modelo de aplicação, um modelo de ameaças e descobertas baseadas em evidências.
• O Remediation Agent executa o ciclo de correção em código novo e no backlog.

A aprovação segue a consequência

A Snyk traça uma linha que vale a pena copiar. A prevenção dentro do agente de codificação, capturando um problema antes que o código seja escrito, não precisa de aprovação humana. A correção de código existente precisa: uma correção que pode quebrar o build é colocada na fila para aprovação, não mesclada. Desenvolvedores aprovam correções, e líderes de AppSec governam os agentes e auditam suas decisões. Resumo da Snyk: “Os agentes fazem o trabalho. Algo independente prova que se sustenta. Os humanos definem o padrão.”

Essa é a mesma fronteira que o GitHub traçou no mesmo dia, quando tornou o Agentic Autofix e AI Scan em disponibilidade geral (GA) sem deixar que nenhum dos dois fizesse merge ou bloqueasse qualquer coisa. Dois fornecedores chegando a um mesmo design em uma semana é um sinal de onde a indústria pensa que a autoridade de segurança de IA deve parar.

Independente de quê, exatamente?

“Verificação independente” é fácil de alegar, então vale a pena perguntar o que torna uma verificação independente:

1. Um método diferente. Um motor de regras, uma suíte de testes ou uma tentativa de exploit falha de maneiras diferentes de um modelo de linguagem. Outro modelo, com prompt diferente, frequentemente não.
2. Um dono diferente. O time que ajusta o verificador não deve ser o time medido por quantas correções são entregues.
3. Repetibilidade. Execute a mesma verificação duas vezes e obtenha a mesma resposta. O número do VulnBench da Snyk é o alerta sobre verificações que falham neste teste.

Este é o princípio que defendemos para sistemas regulados: a prova tem que vir de fora do modelo. A Snyk o aplica à segurança de aplicações e o transforma em um recurso do produto.

Leia os números como da Snyk

O lançamento traz muitos números relatados pelo fornecedor: novos problemas críticos e de alta severidade aumentaram dez vezes em um ano, cerca de oito novas vulnerabilidades introduzidas para cada uma corrigida, e seu Remediation Agent produzindo correções mescláveis 90% das vezes contra 59.6% para LLMs sozinhos em seu benchmark VulnBump. A Snyk também relata que 36% de quase 4,000 habilidades de agente que auditou tinham pelo menos uma falha de segurança, o que importa para qualquer um que compartilha habilidades entre agentes. Nenhum desses foi replicado de forma independente.

Para os compradores, o teste útil não é nenhum número isolado. É se um fornecedor pode mostrar, para cada agente que vende, qual mecanismo independente verifica a saída desse agente, quem aprova o que ele muda e o que acontece quando os dois discordam.