Платёжный гигант переосмысливает защиту от агентных угроз после того, как ИИ-модель успешно сшила цепочки эксплойтов в глубине его инфраструктуры.
Платёжный гигант Visa решил проверить, насколько прочна его броня, когда в бой вступает ИИ. Компания направила на свою инфраструктуру, обрабатывающую миллиарды транзакций ежедневно, модель Anthropic Claude Mythos. Результат оказался неожиданным даже для ветеранов безопасности, десятилетиями выстраивавших защиту. Но главное открытие ждало впереди: как использовать полученный опыт, чтобы защищаться от угроз, движущихся со скоростью машин.
Visa использовала Claude Mythos для поиска уязвимостей в платёжной сети
Visa решила проверить свою легендарную платежную сеть на прочность, запустив в её недра ИИ-монстра под кодовым именем Mythos от Anthropic. Речь идет не о песочнице стартапа, а об инфраструктуре, которая ежедневно переваривает миллиарды транзакций в более чем 200 странах и 160 валютах. Модель не просто искала баги — она сшивала мелкие, почти незаметные слабости, закопанные глубоко в стеках кода, в полноценные рабочие цепочки эксплойтов. Обычно такие комбинации всплывают только на поздних стадиях классического пентеста, когда команда уже проклинает всё на свете. Здесь же машина просто брала и выстраивала их сама.
Миллиарды транзакций на кону
Тестирование проходило в рамках проекта Glasswing от Anthropic, и результаты оказались впечатляющими. Участники инициативы за первый же месяц наковыряли более 10 000 уязвимостей высокого и критического уровня в софте, на котором держится критическая инфраструктура по всему миру. Но Visa пошла дальше: они не просто нашли дыры, а проверили, насколько их собственная оборона готова к таким атакам машинной скорости.
И вот тут начинается самое интересное. Как заметил Раджат Танеджа, президент Visa по технологиям, доверие в глобальных платежах строится через пессимизм и абсолютную паранойю ("Trust at the scale of global payments gets engineered through pessimism and paranoia" — его цитата). Компания десятилетиями выстраивала zero-trust архитектуру, нарезала сеть на сегменты и навешивала многоуровневые защиты. Именно эти контроли и позволили разорвать цепочки атак, синтезированные Mythos, ещё до того, как внешние злоумышленники могли бы до них дотянуться. Другими словами, ИИ показал уязвимости, но старый добрый параноидальный подход Visa не дал им превратиться в катастрофу. Подтверждение того, что десятилетия инвестиций в безопасность работают — это, конечно, круто. Но главный урок Танеджа звучит куда зловещее: в мире, где атакуют агенты, защищаться придётся тоже агентно.
Open-source harness от Visa: архитектура и принципы работы
Инженеры Visa пошли по пути, который вызывает уважение даже у самых прожженных безопасников: вместо того чтобы на коленке склепать очередной «универсальный сканер уязвимостей», они построили целый управляемый конвейер. Встречайте Visa Vulnerability Agentic Harness — штуку, которая работает не как тупая дрель, а как слаженная команда аудиторов с правом редактировать код на лету.
В основе лежит простая, но жестокая логика: детерминированные контролы, политики безопасности и человеческий контроль на каждом этапе. Никакой магии — только хладнокровная инженерия. Harness разбит на четыре фазы и одиннадцать этапов: начинается всё с анализа кода и моделирования угроз, а заканчивается синтезом цепочек эксплойтов и автоматическим исправлением найденных дыр. Причём ключевая фишка в том, что threat modeling запускается до основного анализа — это позволяет сфокусироваться на реальной поверхности атаки, а не долбить по всему подряд.
«В мире агентных атак защита тоже должна быть агентной», — лаконично сформулировал президент Visa по технологиям Раджат Танеджа. И инженеры действительно довели идею до ума. Внутри конвейера работает multi-agent deterministic voting: несколько независимых цепочек рассуждений должны сойтись в одной точке, прежде чем находка получит статус подтверждённой. А структурированные артефакты триажа сжимают жизненный цикл уязвимости до состояния, когда разработчик получает не размытый отчёт, а готовое к внедрению решение.
Но самое сочное — это режим работы по умолчанию. Harness стартует в fix mode и без лишних сантиментов редактирует исходный код прямо в целевом репозитории, применяя кандидатные патчи. Оператор может остановить это безумие на этапе обнаружения, но если он промолчал — машина берёт на себя грязную работу. Архитектура при этом мультимодельная: слой абстракции LLM позволяет подключать как решения вроде Claude Mythos, так и OpenAI-совместимые модели. Правда, есть нюанс: полная функциональность исправления файлов доступна только на бэкендах Anthropic. Остальные провайдеры в режиме фиксации могут лишь генерировать отчёты — без права касаться кода.
Visa не стала прятать наработки за семью печатями. Harness опубликован на GitHub как эталонная реализация, которую любая команда безопасности может инспектировать, адаптировать и расширять. Вдобавок компания выпустила технический white paper, где расписала 12 необсуждаемых архитектурных практик для критической инфраструктуры. На GitHub проект уже набрал почти 600 звёзд — мир безопасности явно заинтригован. Выглядит как must-read для всех, кто строит защиту на серьёзных скоростях.
Новая метрика безопасности MTTA и защита от агентных угроз
Поиск уязвимостей — больше не проблема. Как справедливо заметил Танеджа, настоящий вызов — это скорость, с которой команда может подтвердить, что уязвимость действительно эксплуатируема, исправить её и доказать, что атака больше не пройдёт. Традиционные метрики вроде среднего времени обнаружения или количества закрытых CVE могут выглядеть отлично на бумаге, пока реальная экспозиция продолжает расти. Организация может закрывать сотни уязвимостей в месяц и при этом оставлять открытыми целые цепочки атак, если никто не проверил, действительно ли патч ломает атаку.
Visa разработала собственную метрику — Mean Time to Adapt (MTTA). Она измеряет три компонента: свежесть инвентаря (насколько актуальна и полна картина кода, конфигураций и развёртывания), количество эксплуатируемых путей на релиз (сколько цепочек атак остаётся возможными после каждого релиза) и время цикла валидации (сколько времени требуется, чтобы получить воспроизводимое доказательство, что фикс работает и остаётся рабочим в продакшене). В Visa теперь предполагают, что каждый эксплуатируемый путь будет использован, и требуют его устранения до продвижения кода.
Угрозы машинной скорости требуют защиты машинной скорости. «В мире агентных атак защита тоже должна быть агентной», — заявил Танеджа. Visa присоединилась к Project Lightwell — инициативе IBM и Red Hat с бюджетом в $5 млрд, направленной на укрепление широко используемых open-source компонентов с помощью AI-валидации и координированного патчинга. К проекту также присоединились Bank of America, JPMorganChase, Goldman Sachs и Mastercard. Логика проста: часы MTTA не останавливаются на периметре одной компании.
Особое внимание Visa уделяет AI-агентам. Они уже начинают совершать транзакции от имени пользователей и предприятий. Компания строит доверенный фреймворк, слой идентификации и систему оценки готовности агентов. Внутреннее исследование VentureBeat показало, что 69% предприятий уже используют общие учётные данные для своих агентов, и у таких компаний инциденты происходят на 63,5% чаще. Visa включила в число своих 12 необсуждаемых практик требование рассматривать AI-агентов как идентичности: каждому агенту — ограниченные разрешения, строгий аудит и включение в систему управления IAM.
История Visa — не про разовую проверку на прочность. Это манифест нового подхода к безопасности в эпоху агентов. Компания открыла свой harness на GitHub, поделилась white paper с 12 практиками и предложила метрику MTTA, которая уже начинает менять отраслевые стандарты. Хотя не у каждой компании бюджет платёжной сети, выводы остаются универсальными: защита должна быть такой же быстрой и умной, как атаки. И время на раскачку стремительно заканчивается.