Mozilla нашла 271 уязвимость Firefox с помощью Claude: поиск багов становится работой для AI-агентов

Mozilla подробно рассказала, как использовала Claude Mythos Preview и другие модели для поиска уязвимостей в Firefox. За два месяца команда нашла и исправила 271 проблему безопасности, причём 180 из них Mozilla относит к уровню sec-high — самому высокому внутреннему уровню для неэксплуатируемых уязвимостей. Ещё 80 получили уровень sec-moderate, 11 — sec-low.

На первый взгляд это звучит как очередная громкая история про «ИИ нашёл баги». Но важнее другое: Mozilla описывает не одиночный промпт и не магическое ревью кода, а полноценный агентный пайплайн. Модель получает цель, работает с исходниками, создаёт тесты, запускает специальные сборки Firefox, проверяет гипотезы через санитайзеры и отдаёт инженерам воспроизводимые отчёты. Это уже ближе к автоматизированной лаборатории безопасности, чем к чат-боту, который рассуждает о коде на глаз.

Именно поэтому новость важна не только для браузеров. Если подход масштабируется, AI-инструменты для поиска уязвимостей станут стандартной частью разработки сложного ПО — примерно как CI, фуззинг и статический анализ, только с более гибким рассуждением о кодовой базе.

Что именно сделала Mozilla

В апреле Mozilla уже сообщала, что Firefox 150 включает исправления для 271 уязвимости, найденной в ходе оценки Claude Mythos Preview. Теперь инженеры компании раскрыли больше деталей: какие типы багов попадались, почему обычные методы их не ловили и как была устроена система проверки.

Среди опубликованных примеров — ошибки в WebAssembly GC, IndexedDB, IPC, обработке NaN, XSLT, WebTransport, DNS/ECH и других частях браузера. Часть находок относится к sandbox escape: это сценарии, где злоумышленник уже получил контроль внутри изолированного процесса вкладки и пытается выйти в более привилегированный родительский процесс. Такие баги особенно неприятны, потому что они превращают отдельную ошибку рендеринга в более серьёзную цепочку атаки.

Mozilla обычно скрывает подробные Bugzilla-отчёты на несколько месяцев после исправлений, чтобы не помогать атакующим против пользователей, которые ещё не обновились. В этот раз компания раскрыла небольшую выборку из 12 отчётов, чтобы показать, что речь идёт не о красивых, но пустых AI-описаниях, а о конкретных воспроизводимых проблемах.

Почему это не похоже на старый AI-спам по безопасности

Главный контекст здесь — репутация AI-багрепортов. За последний год открытые проекты часто сталкивались с потоком отчётов, которые выглядели убедительно, но разваливались при проверке. Для мейнтейнеров это токсичная экономика: сгенерировать подозрение дешево, а проверить его дорого.

Mozilla пишет, что несколько месяцев назад её собственные эксперименты с моделями вроде GPT-4 и Claude Sonnet 3.5 уже показывали потенциал, но давали слишком много ложных срабатываний. Перелом произошёл не только из-за более сильных моделей, но и из-за «harness» — агентной обвязки, которая заставляет модель не просто рассуждать, а проверять себя через инструменты проекта.

В интервью Ars Technica инженер Mozilla Брайан Гринстед объяснил это так: система даёт модели задачу вроде «найди баг в этом файле», доступ к чтению и записи файлов, тестовым сборкам и инструментам проверки. Модель создаёт тест-кейсы, запускает их, получает сигнал «да/нет» и продолжает работу. Если санитайзер показывает реальную проблему, это уже не мнение модели, а воспроизводимый результат.

Дополнительно Mozilla использовала вторую модель для оценки результатов первой. Высокая оценка давала инженерам уровень уверенности, сопоставимый с традиционными каналами обнаружения багов. По словам Гринстеда, у таких отчётов было «почти ноль ложных срабатываний».

Почему браузер — хороший тест для таких систем

Firefox — сложная и зрелая цель. В нём десятилетия кода, много C++, много изоляции процессов, сложные форматы данных, WebAssembly, DOM, графика, сетевые протоколы и постоянное давление со стороны исследователей безопасности. Браузеры давно являются одним из самых трудных классов программ для защиты.

Поэтому результат Mozilla интересен именно как стресс-тест. Если AI-пайплайн находит в Firefox баги, которые годами не обнаруживали фуззеры и ручные ревью, значит модели начали закрывать важный пробел: они способны рассуждать о далёких частях системы и собирать цепочку условий, которую трудно получить случайным перебором.

Фуззинг отлично ломает программы там, где можно быстро генерировать входные данные и наблюдать падения. Но некоторые поверхности — особенно межпроцессное взаимодействие, жизненный цикл объектов, гонки и sandbox escape — плохо ложатся на простой перебор. Там нужен исследователь, который понимает архитектуру, придумывает гипотезу и строит минимальный пример. Mozilla показывает, что модель в агентной обвязке уже может делать часть такой работы.

Что это меняет для разработчиков

Практический вывод простой: security-аудит с помощью AI будет работать не как кнопка «проверь проект», а как инженерная система. Нужны специальные сборки, санитайзеры, тестовая инфраструктура, дедупликация, трекинг задач, правила раскрытия уязвимостей и люди, которые понимают найденное.

Это хорошая новость для сильных команд и плохая — для тех, кто надеялся заменить безопасность промптом. Mozilla прямо говорит, что сам по себе discovery-подсистемы недостаточно. Чтобы масштабировать результат, её пришлось встроить в полный жизненный цикл security-багов: выбирать цели, сортировать находки, проверять дубли, заводить отчёты, чинить и доводить исправления до релиза.

Но если такая система однажды настроена, модели можно менять. Появляется более мощная версия — она становится новым движком внутри уже существующего пайплайна. Это похоже на то, как компании обновляют компиляторы, тестовые раннеры или фуззеры, только прирост может быть резче.

Почему это важно обычным пользователям

Для пользователя Firefox это означает более защищённый браузер. Но шире — это ранний пример того, как AI может улучшать инфраструктуру, которой люди пользуются каждый день, не видя самого AI. Не новый чат, не картинка и не голосовой ассистент, а менее дырявый браузер.

Есть и вторая сторона. Если защитники получают такие инструменты, атакующие тоже будут пытаться использовать похожие методы. Mozilla формулирует оптимистичный сценарий: у защитников наконец появляется шанс массово находить и закрывать классы багов, которые раньше были слишком дорогими для ручного поиска. Но это гонка, а не финальная победа.

Главный риск — не в том, что AI ошибётся. Ошибки можно фильтровать. Риск в том, что слабые команды начнут принимать красивые отчёты без воспроизводимых тестов или, наоборот, утонут в шуме и перестанут реагировать. Поэтому критерий зрелости здесь очень конкретный: модель должна не только назвать проблему, но и доказать её через инфраструктуру проекта.

Что это говорит о тренде

Эта история хорошо показывает, куда движется агентный AI. Самые полезные агенты будут не теми, кто красиво разговаривает, а теми, кто встроен в реальную рабочую среду: видит код, запускает инструменты, получает проверяемый сигнал, пишет отчёты и оставляет человеку финальное решение.

В программной безопасности это особенно заметно. Здесь недостаточно «убедительного объяснения». Нужны воспроизводимость, трассы, тесты, патчи, регрессии и аккуратное раскрытие. Mozilla показывает, что AI начинает проходить именно этот прагматичный порог.

Для индустрии это может стать таким же поворотом, каким когда-то стали автоматические тесты и фуззинг. Сначала технология будет дорогой и требовательной к инфраструктуре. Потом появятся готовые обвязки, практики и стандарты. А дальше вопрос «почему ваш проект не гоняет AI-аудит уязвимостей» начнёт звучать так же естественно, как сегодня звучит вопрос про CI.