Google с помощью ИИ-агента PageBreak обнаружила более 500 проблем безопасности в собственных веб-приложениях, включая XSS, отравление кэша и небезопасные внешние handshake-механизмы в расширениях браузера. Важна не только цифра: агент не отправляет разработчикам список правдоподобных догадок, а пытается воспроизвести атаку в работающей среде и фиксирует только подтверждённые уязвимости.
Как сообщает Dark Reading, PageBreak создавался командой Product Security Google для проверки first-party веб-приложений компании. Пилот запустили в ноябре прошлого года, а в январе инструмент перевели в полноценный рабочий режим. Его задача сформулирована довольно приземлённо: масштабировать поиск уязвимостей без пропорционального роста ручной работы специалистов по безопасности.
Среди уже исправленных примеров Google назвала cache poisoning на apis.google.com, XSS в admin.google.com и небезопасные внешние handshake-сценарии в браузерных расширениях. Компания не уточнила, закрыты ли на момент публикации все найденные агентом проблемы. Это существенная оговорка: «более 500» — показатель объёма обнаружений, а не публичный отчёт о полностью устранённом техническом долге.
Ключевая особенность PageBreak — разделение поиска и подтверждения. Языковая модель изучает исходный код и результаты инструментов безопасности, выдвигает гипотезу об уязвимости, после чего передаёт её специализированному валидатору. Валидатор не генерируется ИИ: он запускает реальный payload против работающего приложения и проверяет, срабатывает ли атака. Логика и интерфейс таких проверок зависят и от класса проблемы — XSS, SQL-инъекция или удалённое выполнение кода, — и от поверхности атаки, например HTTP либо gRPC.
Для команд разработки это важнее очередного заявления о том, что LLM «нашла баги». Главная проблема автоматизированного поиска давно не в дефиците потенциальных находок, а в их качестве. Убедительно описанная моделью уязвимость вполне может оказаться галлюцинацией, неверно понятой веткой кода или сценарием, который не достижим в продакшене. Каждый такой отчёт превращается в дополнительную задачу для инженера, а не в экономию времени.
Гендиректор Detectify Рикард Карлссон сформулировал этот эффект без лишней романтики: за последние годы ИИ-инструменты стали выдавать больше потенциальных проблем, чем команды способны реалистично расследовать. В подходе Google, по его словам, принципиально то, что агент не оценивает собственную работу: отдельный детерминированный компонент должен доказать эксплуатацию. Заявленная Google почти нулевая доля ложноположительных результатов выглядит амбициозно, но сама архитектурная идея понятна любому, кто хоть раз разбирал очередь из сотен отчётов сканера.
PageBreak использует в основном модели Gemini 3.1 Pro и Gemini 3.5 Flash, хотя Google говорит о возможности работы и с другими моделями. Следующим шагом компания планирует связать его с CodeMender — системой автоматического исправления уязвимостей. Схема выглядит логично, но не отменяет человека в контуре: после подтверждения проблемы система должна предложить патч, а инженеры продукта — проверить и применить его. Автоматизировать поиск проще, чем безопасно менять код в сложной системе с неочевидными зависимостями.
Для российских разработчиков и руководителей ИБ здесь полезен не конкретный стек Google, а практический критерий зрелости AI AppSec: измерять нужно не число сгенерированных отчётов, а долю доказанных и устранённых дефектов. ИИ-агент PageBreak показывает направление, в котором offensive-тестирование становится непрерывным и основанным на проверяемых доказательствах. Следующая проверка для рынка — сможет ли связка «нашёл, доказал, предложил исправление» ускорить релизы, не превратив production в полигон для автономных экспериментов. Подробнее о подходе Google — в материале .