Cisco открыла Antares — компактные AI-модели находят уязвимости прямо в коде

Cisco представила Antares — семейство небольших AI-моделей для поиска уязвимостей в исходном коде. Компания уже опубликовала Antares-350M и Antares-1B с открытыми весами на Hugging Face: модели анализируют репозиторий и указывают, в каких файлах вероятнее всего находится проблема.

Antares получает описание уязвимости, исследует код через терминальные команды, читает подходящие файлы и постепенно сужает поиск. На выходе система формирует ранжированный список подозрительных файлов и сохраняет ход проверки, чтобы специалист мог понять, почему модель пришла к такому выводу.

Главное преимущество — локальная работа

Модели достаточно компактны для запуска внутри инфраструктуры компании. Это особенно важно для команд, которые не могут отправлять закрытый исходный код во внешнее облако из-за требований безопасности, конфиденциальности или комплаенса.

Cisco предлагает использовать Antares для первичного разбора предупреждений, поиска файлов по категориям CWE, дополнения статического анализа и проверок в CI/CD. Для оценки компания также открыла Vulnerability Localization Benchmark на 500 задачах: он проверяет, умеет ли модель ориентироваться в незнакомом репозитории и находить код, связанный с конкретным классом уязвимостей.

Почему это важно для бизнеса и разработчиков

Поиск места, где скрывается известная уязвимость, часто занимает больше времени, чем само исправление. Небольшая специализированная модель может взять на себя первый этап расследования, снизить стоимость проверки и помочь команде быстрее расставить приоритеты — особенно когда код всё чаще пишут AI-агенты и объём автоматических изменений растёт.

Открытые веса позволяют адаптировать Antares под внутренние процессы и запускать проверки на каждом коммите. Для небольших команд это может стать доступным дополнением к привычным инструментам безопасности без расходов на крупную универсальную модель.

Что Antares пока не заменяет

Cisco подчёркивает, что Antares не является готовой заменой экспертной проверке, сканированию зависимостей, поиску секретов, динамическим тестам и другим средствам AppSec. Модель помогает локализовать возможную проблему, а подтвердить уязвимость и подготовить исправление всё равно должен специалист.