Defense Factory: OpenAI schiera gli agenti AI per trovare e correggere le vulnerabilità in continuo

OpenAI ha alzato di nuovo l’asticella sulla sicurezza informatica. Con la Defense Factory il laboratorio di San Francisco descrive un modo diverso di difendere il software: un’operazione automatizzata in cui gli agenti AI trovano, validano e correggono le vulnerabilità in modo continuo, senza aspettare che sia una persona a rivedere ogni singolo allarme. Non si tratta di un prodotto da comprare, ma di un modello operativo che OpenAI ha costruito al proprio interno e che ora, come spiega nel documento che descrive l’iniziativa, mette a disposizione di chiunque debba proteggere sistemi complessi.

L’annuncio arriva in un momento preciso. Gli stessi modelli che scrivono codice e automatizzano interi flussi di lavoro possono essere piegati all’attacco, e con i modelli a pesi aperti sempre più capaci la distanza tra chi difende e chi aggredisce si sta assottigliando. La Defense Factory è la risposta di OpenAI a questa corsa.

Che cos’è la Defense Factory

Una Defense Factory, nelle parole di OpenAI, è un’operazione continua e centrata sugli agenti per trovare e correggere le vulnerabilità. L’idea di fondo è semplice da enunciare e complicata da realizzare: invece di accumulare segnalazioni che restano in attesa di un analista, il sistema mette gli agenti AI al centro del processo e li collega agli strumenti che già usi, dai sistemi di controllo del codice come GitHub e GitLab agli scanner di sicurezza come Snyk, Semgrep e Tenable, fino ai gestori di ticket come Jira e Linear.

Gli agenti lavorano dentro ambienti isolati e riproducibili, capaci di ricreare il contesto necessario per far riemergere un difetto e verificare che la correzione funzioni davvero. Ogni volta che una vulnerabilità viene confermata, l’agente prepara una patch mirata, scrive un test di regressione e controlla che il problema non si ripresenti. Il tutto resta sotto la supervisione umana per le decisioni più delicate.

La differenza rispetto alla sicurezza tradizionale sta nel ritmo.

Nei processi classici una scoperta aspetta di essere investigata, i duplicati confondono le priorità e le correzioni approvate spesso non vengono verificate una volta distribuite. La Defense Factory prova a chiudere questi buchi trasformando ogni segnalazione in un’indagine automatica, unendo i duplicati, testando l’effettiva sfruttabilità di ciascun difetto e ricontrollando le patch dopo il rilascio.

La finestra del difensore

Il concetto chiave che accompagna la Defense Factory è quello della finestra del difensore, in inglese defender’s window. OpenAI parte da una constatazione: chi difende ha due vantaggi strutturali. Può dare agli agenti accesso diretto al proprio codice e può usare i modelli di frontiera per restare un passo avanti rispetto agli aggressori, che invece si appoggiano ai modelli a pesi aperti più diffusi.

Questo vantaggio, però, non è eterno. È una finestra temporale che resta aperta solo finché i difensori agiscono in fretta e adottano una difesa davvero continua. Il ragionamento era già stato illustrato da Greg Brockman a metà agosto, quando il presidente di OpenAI raccontava come, dopo l’incidente che aveva coinvolto Hugging Face, avesse chiesto a ChatGPT di analizzare la sicurezza del suo sito personale: in un quarto d’ora l’AI aveva individuato tredici problemi e in un’ora li aveva corretti quasi tutti.

Il rischio che OpenAI descrive è concreto. Gli agenti possono ormai concatenare più exploit in sequenza, ricordando ciò che imparano da una sessione all’altra e costruendo una comprensione dettagliata di un sistema. Quando questi agenti vengono lanciati in flotte, riescono a colpire su una scala e a una velocità che nessun team umano può eguagliare, molto prima che una risposta con l’uomo nel processo trovi e chiuda la stessa falla.

Come funziona il ciclo difensivo

Il cuore della Defense Factory è un anello che si ripete e migliora a ogni giro. OpenAI lo scompone in cinque fasi collegate, che valgono come una mappa concettuale più che come una ricetta rigida.

• Inventario: gli agenti mappano i sistemi e collegano gli endpoint esposti al codice e ai rispettivi responsabili.
• Scoperta: scansione e analisi per individuare le vulnerabilità candidate.
• Validazione dinamica: riproduzione del difetto in un ambiente isolato per confermare che sia reale.
• Assegnazione del proprietario: ogni problema viene instradato a chi ha la responsabilità di quel servizio.
• Correzione verificata: patch, distribuzione e verifica indipendente che il rilascio abbia risolto davvero.

A tenere insieme il tutto ci sono file come SECURITY.md e AGENTS.md, che raccolgono il contesto condiviso del sistema, e una serie di competenze riutilizzabili, le cosiddette skill, che definiscono i flussi di lavoro. Gli agenti si appoggiano a Codex nelle sue varianti da riga di comando e desktop, ai modelli generalisti della famiglia GPT e ai modelli di sicurezza dedicati Daybreak Blue e Daybreak Red.

Un dettaglio conta più di altri: gli ambienti in cui operano gli agenti devono essere effimeri, creati per ogni esecuzione e cancellati subito dopo, così che una sessione non contamini la successiva. È la condizione che rende affidabile la validazione automatica, perché permette di distinguere una segnalazione che non si riproduce da un test che semplicemente non è stato eseguito bene.

OpenAI insiste poi su un aspetto metodologico: l’autonomia va costruita per gradi. Si parte da piccoli lotti con revisione umana e si tolgono i passaggi manuali solo quando i risultati si guadagnano la fiducia del team. Non si comincia mai costruendo un centro operativo di sicurezza completamente autonomo, ma automatizzando un pezzo del lavoro alla volta.

I numeri dello sprint interno di OpenAI

La Defense Factory non nasce da un esperimento teorico. È il risultato di uno sprint di sicurezza che OpenAI ha condotto sui propri sistemi, dichiarando internamente una sorta di codice rosso e mettendo allo stesso tavolo i team di sicurezza, di prodotto e di ricerca. Numeri alla mano, l’azienda ha mobilitato oltre 250 persone su più di cento aree di servizio, con l’urgenza tipica della risposta a un incidente.

I risultati raccontano bene sia i progressi sia i limiti dell’approccio. Già il primo giorno sono stati chiusi 53 problemi classificati come urgenti o ad alta priorità. L’assegnazione automatica dei responsabili ha raggiunto un tasso di accettazione del 90,6 per cento, mentre il 37 per cento delle segnalazioni si è rivelato un duplicato, a conferma di quanto rumore si nasconda nei backlog di sicurezza.

Sul fronte della validazione, il 19,5 per cento delle segnalazioni è stato riprodotto a runtime e, soprattutto, il tasso di falsi positivi dopo la validazione dinamica è sceso allo 0,81 per cento. La fase di correzione è stata affidata interamente a Codex, con un tasso di patch annullate dopo il rilascio dello 0,53 per cento.

Il senso dell’operazione lo riassume Thibault Sottiaux, responsabile dei prodotti e della piattaforma di OpenAI, che invita a rafforzare le difese «con l’urgenza di un incidente», un impegno destinato a proseguire ben oltre lo sprint iniziale.

Perché la difesa continua riguarda tutti

OpenAI è attenta a precisare di non essere sola su questa strada. Realtà come Cloudflare, Ramp e Google stanno esplorando approcci simili, segno che l’automazione della difesa sta diventando una pratica condivisa più che il vezzo di un singolo laboratorio. Il messaggio, ripetuto più volte, è che nessuna azienda può cavarsela da sola: servono segnalazioni, correzioni e playbook condivisi, perché la scoperta di un’organizzazione rafforzi l’intero ecosistema.

Per chi guida un team tecnico, il punto pratico è non aspettare. OpenAI suggerisce di partire da un solo flusso di lavoro, dare a un agente l’accesso ai sistemi più critici, lavorare sul backlog di vulnerabilità già noto e automatizzare in modo incrementale, spostando le persone verso il giudizio e la supervisione man mano che gli agenti si guadagnano fiducia.

Il contesto rende tutto più urgente.

La Defense Factory arriva pochi giorni dopo il debutto di GPT-6 Astra, il primo modello di OpenAI classificato come critico per la cybersicurezza, e si inserisce in una strategia difensiva più ampia che comprende il programma Daybreak dedicato ai difensori dei servizi essenziali. Lo stesso tema, quello degli agenti che scandagliano il codice a caccia di falle, era già emerso quando strumenti come CyberAgents di Tenable e OpenAI hanno iniziato a ispezionare altri agenti, o quando l’AI di AISLE ha trovato in curl vulnerabilità sfuggite persino ai grandi laboratori.

Uno standard emergente per la sicurezza nell’era degli agenti

La Defense Factory non è la soluzione definitiva alla sicurezza informatica, e OpenAI non la presenta come tale. È piuttosto un tentativo serio di riscrivere le regole del gioco in un momento in cui gli attacchi automatizzati possono muoversi alla velocità delle macchine. L’idea che gli agenti AI si occupino del lavoro ripetitivo, lasciando alle persone le decisioni che contano, è destinata a diventare uno standard di fatto per chiunque gestisca infrastrutture digitali.

Se ti occupi di sicurezza o di sviluppo, questo è il momento di sperimentare. Prova a dare a un agente un compito piccolo e verificabile, misura i risultati e allarga il perimetro solo quando ti fidi di quello che vedi. La finestra del difensore, come ricorda OpenAI, è aperta adesso: sta a te decidere se sfruttarla. Continua a seguirci per capire come questi strumenti cambieranno il modo in cui proteggiamo il software.