Порівняння AI-агентів для безпеки: Claude, Codex, Mantis, Cloudflare

Anthropic, OpenAI, Cloudflare і Google тепер кожна постачає AI-агента, який шукає помилки безпеки у вихідному коді. Ми перевірили репозиторії, документацію та технічні деталі кожного з них.

Ключовий висновок: усі 4 інструменти сходяться на одній конструкції. Один агент знаходить помилку, окремий агент намагається її спростувати, і лише ті, що витримали перевірку, отримують патч. Відмінності полягають у тому, де вони працюють, хто може ними користуватися і наскільки вагомих доказів вони вимагають.

Ключові висновки

• 4 лабораторії, 1 схема: знайти, незалежно спростувати, потім виправити.
• Claude Security працює всередині Claude Code; додатковий API-ключ не потрібен.
• CLI Codex Security має ліцензію Apache-2.0, але для сканування все одно потрібен доступ до OpenAI.
• Скіл Cloudflare має ліцензію MIT, не залежить від конкретної моделі та має найбільше зірок — 47,5 тис.
• Mantis від Google відтворює помилки в ізольованому середовищі; Google радить ізолювати його.

Чому 4 лабораторії випустили одне й те саме у 2026 році

Проблема, яку вирішує кожен із них, — це шум. Команда безпеки Google пише, що недбале сканування коду за допомогою ШІ породжує вигадані помилки та показники справжніх позитивних спрацювань нижче 7%. Сканер, який помиляється у 93% випадків, коштує перевіряльникам більше, ніж заощаджує.

Спільне рішення — розподіл обов’язків. Агент, який повідомляє про знахідку, ніколи не отримує можливості підтвердити її. Cloudflare прямо формулює це правило у своєму README: агент, який перевіряє, ніколи не є агентом, що знайшов помилку. Anthropic, OpenAI та Google кожна описують подібний етап перевірки перед тим, як щось потрапляє до звіту.

Другий чинник — наступальні дії. Команда Anthropic заявляє, що частково створила свій сканер тому, що зловмисники вже використовували моделі ШІ для пошуку вразливостей, які можна експлуатувати, згідно з матеріалом The Hacker News. Google починає свою публікацію про Mantis із зауваження, що моделі тепер можуть знаходити й експлуатувати помилки з мінімальною допомогою людини.

1. Claude Security від Anthropic

Що це: Багатоагентний сканер вразливостей, який працює всередині сеансу Claude Code. Це локальна версія розміщеного продукту Anthropic Claude Security, згідно з README плагіна.

Як це працює: Агенти аналізують архітектуру, створюють модель загроз, шукають проблеми в кожному компоненті та незалежно перевіряють кожну знахідку. Плагін пропонує 3 завдання в одному меню: просканувати кодову базу, просканувати зміни або запропонувати патчі, згідно з документацією Claude Code.

Результат: Звіт у форматі Markdown разом із файлом SARIF 2.1.0 для сканування коду GitHub. Кожна знахідка містить рівень серйозності, категорію CWE, вплив і кроки відтворення. Патчі створюються у тимчасовій копії та зберігаються як файли F<n>.patch. Плагін самостійно не виконує комітів, не надсилає зміни й не відкриває pull request.

Вартість і доступ: Він не виконує власних викликів моделей, тому окремий API-ключ не потрібен. Сканування зараховується до лімітів використання вашого тарифного плану Claude.

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

Хронологія: Anthropic відкрила обмежений попередній доступ під назвою Claude Code Security у лютому 2026 року. Розміщений продукт досяг публічної бети для клієнтів Enterprise на базі Claude Opus 4.7. Плагін Claude Code перейшов у бета-версію 22 липня 2026 року, згідно з Cybersecurity News. У серпні розміщений сканер перейшов на Claude Mythos 5, згідно з Dataconomy.

Де він вписується: Anthropic позиціонує його як один із рівнів захисту. Плагін security-guidance перевіряє код, коли Claude його пише, а /security-review виконує одноразову перевірку гілки. Claude Security — це глибоке сканування на вимогу.

2. Codex Security від OpenAI

Що це: CLI та TypeScript SDK, опубліковані як @openai/codex-security, для пошуку, перевірки й виправлення вразливостей.

Як це працює: Він сканує весь репозиторій, вибрані шляхи або Git-диф. Прапорець –mode deep запускає паралельні процеси пошуку. Він перевіряє потенційні знахідки, генерує патчі та може перевіряти вже наявні виправлення. Команда cs policy створює SECURITY.md, який повідомляє майбутнім скануванням, що у вашому проєкті вважається вразливістю.

Результат: Моделі загроз, експорт у SARIF, JSON або CSV, а також публікація в Linear. Він може імпортувати сповіщення сканування коду GitHub і пропонувати відповідальних на основі історії Git. GitHub Action запускає планові сканування або сканування pull request; за замовчуванням результати лише звітуються.

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

Вартість і доступ: Клієнт має ліцензію Apache-2.0, але сканер за ним — ні. DevOps.com зазначає, що CLI та SDK залишаються в обмеженій бета-версії для схвалених клієнтів. У README перелічено OpenAI, Amazon Bedrock, OpenRouter і Fireworks AI як постачальників. Потрібні Node.js 22.13+ і Python 3.10+.

3. Скіл Security Audit від Cloudflare

Що це: Скіл із ліцензією MIT, який перетворює будь-якого спроможного агента для написання коду на аудитора безпеки.

Як це працює: аудит у 6 етапів:

1. Розвідка: відображення архітектури, меж довіри та поверхонь введення у файлі architecture.md і журналі покриття.
2. Пошук на основі покриття: ізольовані агенти-пошуковці отримують окремі одиниці журналу; критики покриття шукають прогалини.
3. Перевірка потенційних знахідок: новий перевіряльник намагається спростувати кожну унікальну потенційну знахідку.
4. Структурований результат: підтверджені, такі, що потребують перевірки, і відхилені записи потрапляють до findings.json, який перевіряється за схемою.
5. Незалежна перевірка записів: нові агенти повторно перевіряють кожне остаточне твердження щодо вихідного коду.
6. Звітність, нейтральна до цілі: REPORT.md і файли з деталями створюються на основі перевірених записів.

Вимоги: Агент для написання коду, який підтримує використання інструментів і паралельних субагентів, а також Node.js для засобів перевірки. Також потрібне ізольоване середовище, примусово обмежене операційною системою та без зовнішньої мережі. Без нього потенційні знахідки залишаються такими, що потребують перевірки, замість того щоб бути виконаними.

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

Потім попросіть агента: «проведи аудит безпеки цієї кодової бази». За замовчуванням результати зберігаються в ~/security-audit-skill/<repo-name>/run-<N>, поза межами вашого репозиторію.

Дані за ним: Cloudflare опублікувала скіл 18 червня 2026 року разом із публікацією Створіть власний механізм пошуку вразливостей. Скіл обсягом приблизно 450 рядків став основою внутрішнього механізму, який тепер сканує 128 репозиторіїв. Cloudflare повідомляє такі сукупні показники:

• 20 799 необроблених потенційних знахідок під час пошуку, близько 12 057 із яких пройшли перевірку.
• 13 841 знахідка у спільному пулі сортування зі 145 репозиторіїв, включно з результатами іншого механізму.
• 5 442 було об’єднано як дублікати, а 1 154 перенаправлено як такі, що стосуються неправильного репозиторію або мають низький ризик.
• 7 245 придатних до дії знахідок надіслано інженерним командам.

Кращий контекст розвідки скоротив частку відхилень під час першого проходу з 40% до 11%. Cloudflare також використовує одну модель для пошуку, а іншу — для сортування, тож моделі перевіряють одна одну.

4. Mantis від Google

Що це: Набір скілів для перевірки безпеки з ліцензією Apache-2.0, а також довідковий механізм ADK для агентів, що пишуть код за допомогою ШІ. Команда Google заявляє, що це частина процесу, за допомогою якого вона знаходить і виправляє помилки всередині компанії.

Як це працює: Mantis читає історію репозиторію, щоб навчатися на минулих виправленнях безпеки. Він створює ієрархічне дерево підсумків, стискаючи файли до підсумків каталогів і кореневого підсумку. Команда Google заявляє, що це скоротило накладні витрати на токени більш ніж на 85%. Потім він генерує модель загроз і гіпотези, виконує пошук, усуває дублікати та критикує знахідки.

Що його вирізняє: Відтворення та перевірка патчів. Mantis намагається відтворити кожну помилку — від статичного ескізу експлойту до модульного тесту або mock-сервера. Він виправляє помилки за допомогою змагального циклу, який атакує саме виправлення. Також він калібрує рівень серйозності за шкалою, щоб не виникали «тисячі критичних» проблем. Потім скіл mantis-advise передає отримані знання назад у процес генерації коду.

Налаштування: Клонуйте репозиторій і спрямуйте на нього будь-якого агента для написання коду або безпосередньо запустіть механізм ADK. Механізм підтримує запит –focus, наприклад «знайди IDOR», і обмеження витрат –max-tokens.

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

Порівняння

За межами великої четвірки: інші ШІ-пошуковці помилок, запущені у 2026 році

Щонайменше ще 12 інструментів пошуку вразливостей на базі агентів були випущені або стали загальнодоступними у 2026 році. Майже всі вони повторюють той самий цикл: знайти, а потім незалежно перевірити. Вони поділяються на безкоштовні механізми, які ви запускаєте самостійно, і комерційні або внутрішні платформи.

Механізми з відкритим кодом

AppSec Santa також відстежує механізми від Anthropic (defending-code-reference-harness), Trail of Bits, Capital One (vulnhunter) і Cisco (ai-deep-sast). Механізм Cisco повністю працює локально на Foundation-Sec-8B, тому код не залишає пристрій.

Комерційні платформи та внутрішні системи

Схема однакова в усіх постачальників: детерміновані рушії або валідатори виконують доведення, моделі відповідають за міркування, а людина схвалює кожне виправлення.

Який запустити першим

• Ви вже користуєтеся Claude Code: почніть із плагіна Claude Security. Він встановлюється одним рядком і використовує ваш наявний план.
• Потрібні контроль CI та SARIF у GitHub: Codex Security має найзріліші інструменти для конвеєрів, якщо ваша організація має доступ.
• Потрібна відсутність прив’язки до постачальника: скіл Cloudflare працює на будь-якому агенті з паралельними субагентами та повністю має ліцензію MIT.
• У вас є команда безпеки та ізольоване середовище: Mantis забезпечує найглибший цикл доведення, із відтворенням і змагальним тестуванням патчів.

Власна архітектура Cloudflare пропонує практичне поєднання. Виконуйте пошук одним інструментом або моделлю, а потім перевіряйте іншим. Різні моделі виявляють різні частки помилок.