Сравнение AI-агентов для безопасности: Claude, Codex, Mantis, Cloudflare

Anthropic, OpenAI, Cloudflare и Google теперь каждый предлагают ИИ-агента, который ищет уязвимости в исходном коде. Мы изучили репозитории, документацию и технические детали каждого из них.

Главный вывод: все 4 инструмента сходятся в одной архитектуре. Один агент находит ошибку, отдельный агент пытается опровергнуть её, и только подтверждённые находки получают исправление. Различия заключаются в том, где они работают, кто может ими пользоваться и насколько убедительные доказательства они требуют.

Основные выводы

• 4 лаборатории, 1 шаблон: найти, независимо опровергнуть, затем исправить.
• Claude Security работает внутри Claude Code; дополнительный API-ключ не требуется.
• CLI Codex Security распространяется по лицензии Apache-2.0, но для сканирования всё равно нужен доступ к OpenAI.
• Скилл Cloudflare распространяется по лицензии MIT, не зависит от модели и имеет больше всего звёзд — 47,5 тыс.
• Mantis от Google воспроизводит ошибки в песочнице; Google рекомендует изолировать его.

Почему 4 лаборатории выпустили одно и то же в 2026 году

Проблема, которую решает каждая из них, — шум. Команда безопасности Google пишет, что небрежное сканирование кода с помощью ИИ порождает вымышленные ошибки и уровень истинно положительных результатов ниже 7%. Сканер, ошибающийся в 93% случаев, отнимает у проверяющих больше времени, чем экономит.

Общее решение — разделение обязанностей. Агент, сообщивший о находке, никогда не получает возможности подтвердить её. Cloudflare прямо формулирует это правило в своём README: проверяющий никогда не должен быть агентом, нашедшим ошибку. Anthropic, OpenAI и Google описывают аналогичный этап проверки перед тем, как что-либо попадёт в отчёт.

Второй фактор — наступательная безопасность. Команда Anthropic заявляет, что создала свой сканер отчасти потому, что злоумышленники уже используют модели ИИ для поиска эксплуатируемых уязвимостей, согласно The Hacker News. Google начинает свой материал о Mantis с замечания о том, что модели теперь могут обнаруживать и эксплуатировать ошибки практически без помощи человека.

1. Claude Security от Anthropic

Что это: Мультиагентный сканер уязвимостей, работающий внутри сессии Claude Code. Согласно README плагина, это локальная версия размещённого продукта Anthropic Claude Security.

Как это работает: Агенты описывают архитектуру, создают модель угроз, проверяют каждый компонент и независимо подтверждают каждую находку. Плагин предлагает 3 задачи из одного меню: сканировать кодовую базу, сканировать изменения или предлагать исправления, согласно документации Claude Code.

Результат: Отчёт в формате Markdown и файл SARIF 2.1.0 для сканирования кода в GitHub. Каждая находка содержит уровень серьёзности, категорию CWE, описание воздействия и шаги воспроизведения. Исправления создаются в рабочей копии и сохраняются в виде файлов F<n>.patch. Плагин самостоятельно не выполняет коммиты и отправку изменений и не открывает pull request.

Стоимость и доступ: Плагин не выполняет собственных вызовов моделей, поэтому отдельный API-ключ не требуется. Сканирование учитывается в лимитах использования вашего плана Claude.

/plugin install claude-security@claude-plugins-official
/claude-security

Хронология: Anthropic открыл ограниченный предварительный доступ к Claude Code Security в феврале 2026 года. Размещённый продукт достиг стадии публичной бета-версии для корпоративных клиентов на базе Claude Opus 4.7. Плагин Claude Code перешёл в бета-версию 22 июля 2026 года, согласно Cybersecurity News. В августе размещённый сканер перешёл на Claude Mythos 5, согласно Dataconomy.

Какую роль он играет: Anthropic позиционирует его как один из уровней защиты. Плагин рекомендаций по безопасности проверяет код по мере того, как Claude его пишет, а /security-review выполняет однократную проверку ветки. Claude Security — это глубокое сканирование по запросу.

2. Codex Security от OpenAI

Что это: CLI и SDK на TypeScript, публикуемые как @openai/codex-security, для поиска, проверки и исправления уязвимостей.

Как это работает: Он сканирует весь репозиторий, выбранные пути или Git diff. Флаг –mode deep запускает параллельные рабочие процессы обнаружения. Инструмент проверяет найденные кандидатуры, создаёт исправления и может проверять уже существующие исправления. Команда cs policy создаёт черновик SECURITY.md, который сообщает будущим сканированиям, что считать уязвимостью в вашем проекте.

Результат: Модели угроз, экспорт в SARIF, JSON или CSV, а также публикация в Linear. Инструмент может импортировать предупреждения сканирования кода GitHub и предлагать ответственных на основе истории Git. GitHub Action выполняет плановые проверки или сканирование pull request; по умолчанию находки только отражаются в отчётах.

npm install --global @openai/codex-security
cs login
cs scan 

Стоимость и доступ: Клиент распространяется по лицензии Apache-2.0, но лежащий за ним сканер — нет. DevOps.com отмечает, что CLI и SDK остаются в ограниченной бета-версии для одобренных клиентов. В README в качестве провайдеров перечислены OpenAI, Amazon Bedrock, OpenRouter и Fireworks AI. Требуются Node.js 22.13+ и Python 3.10+.

3. Security Audit Skill от Cloudflare

Что это: Скилл с лицензией MIT, превращающий любого достаточно функционального агента для работы с кодом в аудитора безопасности.

Как это работает: аудит в 6 этапов:

1. Разведка: архитектура, границы доверия и поверхности ввода описываются в architecture.md и журнале покрытия.
2. Поиск с учётом покрытия: изолированные охотники получают отдельные единицы из журнала; критики покрытия ищут пробелы.
3. Проверка кандидатур: новый проверяющий пытается опровергнуть каждую уникальную кандидатуру.
4. Структурированный результат: подтверждённые записи, записи, требующие проверки, и отклонённые записи сохраняются в findings.json и проверяются по схеме.
5. Независимая проверка записей: новые агенты повторно проверяют каждое итоговое утверждение об исходном коде.
6. Отчётность, не зависящая от цели: REPORT.md и подробные файлы создаются на основе проверенных записей.

Требования: агент для работы с кодом, поддерживающий использование инструментов и параллельных субагентов, а также Node.js для валидаторов. Кроме того, желательна песочница, изолированная на уровне ОС и не имеющая внешнего сетевого доступа. Без неё находки остаются в статусе needs_validation, а не исполняются.

npx skills add https://github.com/cloudflare/security-audit-skill –skill security-audit

Затем попросите агента: «проведи аудит безопасности этой кодовой базы». По умолчанию результаты сохраняются в ~/security-audit-skill/<repo-name>/run-<N>, за пределами вашего репозитория.

Данные, лежащие в его основе: Cloudflare опубликовала скилл 18 июня 2026 года вместе с материалом Build your own vulnerability harness. Скилл объёмом примерно 450 строк стал основой внутренней системы, которая теперь сканирует 128 репозиториев. Cloudflare приводит следующие суммарные показатели:

• 20 799 исходных кандидатур, обнаруженных на этапе поиска, из которых около 12 057 прошли проверку.
• 13 841 находка в общем пуле сортировки по 145 репозиториям, включая результаты другой системы.
• 5 442 находки объединены как дубликаты, а 1 154 направлены в отдельную категорию как относящиеся к неправильному репозиторию или имеющие низкий риск.
• 7 245 требующих действий находок отправлены командам разработчиков.

Более подробный контекст разведки сократил долю отклонений на первом этапе с 40% до 11%. Cloudflare также использует одну модель для обнаружения и другую — для сортировки, поэтому модели проверяют друг друга.

4. Mantis от Google

Что это: Набор скиллов для проверки безопасности с лицензией Apache-2.0 и эталонная система ADK для ИИ-агентов, работающих с кодом. Команда Google заявляет, что использует его для внутреннего поиска и исправления ошибок.

Как это работает: Mantis изучает историю репозитория, чтобы учиться на прошлых исправлениях безопасности. Он создаёт иерархическое дерево сводок, сжимая содержимое файлов в сводки каталогов и корневую сводку. Команда Google заявляет, что это сократило расход токенов более чем на 85%. Затем он создаёт модель угроз и гипотезы, выполняет поиск, устраняет дубликаты и критикует находки.

Что отличает его от других: воспроизведение и проверка исправлений. Mantis пытается воспроизвести каждую ошибку — от статического наброска эксплойта до модульного теста или макетного сервера. Он исправляет ошибки с помощью состязательного цикла, атакующего само исправление. Также он калибрует уровень серьёзности по специальной шкале, чтобы не получать «тысячи критических уязвимостей». Затем скилл mantis-advise передаёт полученные знания обратно в процесс генерации кода.

Настройка: Клонируйте репозиторий и укажите на него любого агента для работы с кодом либо запустите систему ADK напрямую. Система поддерживает запрос –focus, например «ищи IDOR», и ограничение расходов –max-tokens.

git clone https://github.com/google/mantis.git
cd mantis/reference && ./install.sh
./run.sh path/to/code

Сравнение

Помимо большой четвёрки: другие ИИ-охотники за ошибками, запущенные в 2026 году

В 2026 году было выпущено или открыто для публики как минимум ещё 12 инструментов поиска уязвимостей на базе агентов. Почти все они повторяют один и тот же цикл: найти, а затем независимо проверить. Они делятся на бесплатные системы, которые запускаются самостоятельно, и коммерческие или внутренние платформы.

Системы с открытым исходным кодом

AppSec Santa также отслеживает системы Anthropic (defending-code-reference-harness), Trail of Bits, Capital One (vulnhunter) и Cisco (ai-deep-sast). Система Cisco полностью работает локально на Foundation-Sec-8B, поэтому код не покидает компьютер.

Коммерческие платформы и внутренние системы

У всех поставщиков прослеживается один и тот же шаблон: детерминированные движки или валидаторы выполняют доказательную проверку, модели занимаются рассуждением, а человек одобряет каждое исправление.

С какого инструмента начать

• Уже используете Claude Code: начните с плагина Claude Security. Он устанавливается одной строкой и использует ваш существующий план.
• Нужны контрольные проверки в CI и SARIF в GitHub: Codex Security располагает наиболее зрелыми инструментами для конвейеров, если ваша организация имеет доступ.
• Хотите избежать привязки к поставщику: скилл Cloudflare работает с любым агентом, поддерживающим параллельные субагенты, и полностью распространяется по лицензии MIT.
• У вас есть команда безопасности и песочница: Mantis предлагает самый глубокий цикл доказательной проверки — с воспроизведением и состязательным тестированием исправлений.

Собственная архитектура Cloudflare подсказывает практичное сочетание. Выполняйте обнаружение с помощью одного инструмента или модели, а затем проверяйте результат другим. Разные модели обнаруживают разные доли ошибок.