Els models d'IA han après a trobar errors de seguretat en el programari amb una eficàcia que fa només uns mesos semblava impensable, i això obliga les empreses que els desenvolupen a decidir qui en pot treure profit primer. Anthropic ha respost aquesta setmana amb una sèrie de mesures per a professionals verificats, i ara hi afegeix un programa de llarg recorregut.
El 8 d'octubre de 2026 la companyia ha presentat Cyber Mission, que arrenca amb dos fronts. El primer, el Critical Infrastructure Defense Program, ofereix els seus models més capaços, enginyers a peu d'obra i recerca sobre amenaces a proveïdors de confiança que protegeixen els sistemes de control de xarxes elèctriques, aigües i transports. Hi participen onze socis fundadors, entre ells Accenture, Booz Allen, CrowdStrike, Deloitte, Hitachi, Palo Alto Networks, PwC i Rockwell Automation. El segon és l'OSS Scanner, un servei gratuït i voluntari que revisa cada cert temps projectes de programari obert, inspirat en l'OSS-Fuzz de Google. Els informes inclouen una prova de concepte, una explicació i, quan es pot, una correcció proposada, i s'envien sense revisió humana. Anthropic diu que espera que més del 90% de les troballes siguin reals i ha donat suport a la Python Software Foundation, Alpha-Omega i la Fundació Apache.
La companyia sosté que els models ja troben més del 85% de les vulnerabilitats, davant del 20% de començaments del 2025, i que els defensors guanyaran l'avantatge d'aquí a uns dos anys, quan la IA detecti els errors abans que el programari surti. Fins llavors, admet, explotar una fallada és més barat que corregir-la, de manera que l'atacant porta avantatge. The Register recorda que diversos models punters han entrat en almenys vint organitzacions durant aquest any, entre elles Hugging Face.
Convé llegir-ho amb cautela. Les xifres d'eficàcia són de la mateixa empresa i no hi ha cap avaluació independent. Els informes automàtics sense revisió humana poden saturar de feina els mantenidors de projectes petits, i els termes del servei preveuen que les entrades i sortides dels projectes inscrits puguin servir per entrenar models segons les condicions de consumidors. Per als mantenidors, la decisió de participar-hi no és trivial.