Η Google DeepMind παρουσίασε το Gemini 3.5 Flash Cyber, ένα εξειδικευμένο και ελαφρύ μοντέλο τεχνητής νοημοσύνης για την άμυνα λογισμικού. Σχεδιάστηκε για να εντοπίζει, να επαληθεύει και να βοηθά στη διόρθωση ευπαθειών, λειτουργώντας μέσα από τον πράκτορα ασφάλειας κώδικα CodeMender.
Η ανακοίνωση δεν σημαίνει ότι το μοντέλο ανοίγει άμεσα στο ευρύ κοινό. Η Google λέει ότι θα το διαθέσει σύντομα, αρχικά με περιορισμένη πρόσβαση, σε κυβερνήσεις και έμπιστους συνεργάτες μέσω του CodeMender. Η επιλογή αυτή συνδέεται με τον χαρακτήρα διπλής χρήσης της τεχνολογίας: τα ίδια εργαλεία που βοηθούν έναν αμυνόμενο να βρίσκει αδυναμίες μπορούν να αξιοποιηθούν και με κακόβουλο τρόπο.
Γιατί η ταχύτητα έχει σημασία στην ασφάλεια κώδικα
Ο έλεγχος ενός μεγάλου κώδικα δεν είναι μία μόνο ερώτηση προς ένα μοντέλο. Απαιτεί εξέταση πολλών διαδρομών εκτέλεσης, επιβεβαίωση ότι ένα εύρημα είναι πραγματικό και, συχνά, πρόταση μιας διόρθωσης που δεν θα προκαλέσει νέο πρόβλημα. Η DeepMind υποστηρίζει ότι ένα γρήγορο και οικονομικό μοντέλο μπορεί να κληθεί επανειλημμένα, ώστε να καλυφθεί μεγαλύτερο μέρος αυτού του χώρου αναζήτησης.
Στο CodeMender, το Gemini 3.5 Flash Cyber μπορεί να χρησιμοποιείται πολλές φορές για την ανάλυση διαφορετικών διαδρομών κώδικα και τα επιμέρους αποτελέσματα να καταλήγουν σε μία αναφορά. Σύμφωνα με την εταιρεία, αυτή η προσέγγιση ταιριάζει σε τακτικούς ελέγχους, σε ελέγχους πριν από μια κυκλοφορία λογισμικού και στην ανάλυση commits.
Τι δείχνουν οι δοκιμές της Google
Η Google αξιολόγησε το μοντέλο στο CyberGym, ένα benchmark με εκατοντάδες πραγματικές ευπάθειες λογισμικού. Αναφέρει ότι, όταν το CodeMender χρησιμοποιεί έως και πέντε κλήσεις του μοντέλου για μια τελική αναφορά, η συνολική επίδοση είναι ανταγωνιστική με πολύ μεγαλύτερα μοντέλα. Τα συγκριτικά αποτελέσματα άλλων παρόχων που εμφανίζονται στην ανακοίνωση βασίζονται σε αυτοαναφερόμενες επιδόσεις, επομένως χρειάζονται προσεκτική ανάγνωση.
Η DeepMind αναφέρει επίσης δοκιμές από την ομάδα Big Sleep σε πολύπλοκους κώδικες όπως των Chrome και Safari, καθώς και αξιολόγηση στη γραμμή ελέγχου commits του Chrome. Σε δοκιμή πάνω στη μηχανή JavaScript V8, η εταιρεία λέει ότι το μοντέλο εντόπισε 55 μοναδικά επιβεβαιωμένα ζητήματα, έναντι 47 για το βασικό Gemini 3.5 Flash και 36 για το Claude Opus 4.6, με σταθερό αριθμό κλήσεων. Πρόκειται για στοιχεία της ίδιας της Google και όχι για ανεξάρτητη σύγκριση.
Περιορισμένη διάθεση για ένα εργαλείο διπλής χρήσης
Η περιορισμένη διάθεση έχει πρακτική σημασία. Η εύρεση και η επιδιόρθωση κενών ασφαλείας είναι χρήσιμη για οργανισμούς που διαχειρίζονται κρίσιμα συστήματα, αλλά η μαζική αυτοματοποίηση της αναζήτησης ευπαθειών αυξάνει και τον κίνδυνο κατάχρησης. Η Google αναφέρει ότι το μοντέλο θα διατίθεται αποκλειστικά σε κυβερνήσεις και έμπιστους συνεργάτες στο αρχικό πιλοτικό στάδιο, με πιθανή σταδιακή διεύρυνση αργότερα.
Παράλληλα, η εταιρεία ξεχωρίζει αυτή την πιλοτική διάθεση από τις βασικές δυνατότητες του CodeMender που σκοπεύει να προσφέρει σε πελάτες μέσω της Gemini Enterprise Agent Platform με τα γενικά διαθέσιμα μοντέλα Gemini.
Από τα benchmarks στην καθημερινή άμυνα
Η DeepMind αναφέρει ότι το Gemini 3.5 Flash Cyber χρησιμοποιείται ήδη, μέσω του CodeMender, σε εσωτερικές βάσεις κώδικα της Google, μεταξύ άλλων για Chrome, Android, Cloud, Ads και YouTube. Αυτή η χρήση δεν αποδεικνύει από μόνη της ότι το σύστημα θα έχει τα ίδια αποτελέσματα σε κάθε οργανισμό. Δείχνει όμως την κατεύθυνση που παίρνουν τα εργαλεία ασφάλειας: περισσότερη αυτοματοποίηση στη διερεύνηση, την τεκμηρίωση και την προετοιμασία διορθώσεων.
Για τις ομάδες ανάπτυξης, η ουσία δεν είναι να αντικατασταθεί ο ανθρώπινος έλεγχος. Είναι να μειωθεί ο χρόνος ανάμεσα στον εντοπισμό μιας πιθανής αδυναμίας και στην αξιολόγηση ή τη διόρθωσή της. Σε αυτό το διάστημα, η ανθρώπινη επίβλεψη, οι διαδικασίες αποκάλυψης και τα κατάλληλα όρια πρόσβασης παραμένουν εξίσου κρίσιμα με την ικανότητα του ίδιου του μοντέλου.