Gli exploit zero-day ora nascono senza passaggi umani
Il salto non è che un modello abbia trovato un bug. È che ha tolto di mezzo il collo di bottiglia umano tra verifica del codice e exploit funzionante: una volta ristretto il campo a poche funzioni collegate dalla scansione, il modello ha potuto tenere il difetto in contesto abbastanza a lungo da trasformarlo in un exploit usabile. Questo abbassa il tempo tra bug latente e weaponization attiva, e alza il volume di ciò che può essere portato fino in fondo.
Intruder descrive una pipeline che ha scoperto e sfruttato in modo autonomo uno zero-day remote SQL injection in un plugin WordPress con oltre 300.000 utenti, identificato come CVE-2026-3985. Il flusso usa un code scanner per isolare i punti rilevanti, poi affida a un LLM la triage e la costruzione dell’exploit, senza intervento umano dall’inizio alla fine.
Per chi fa appsec, bug bounty o difesa di plugin e workflow di code scanning assistiti dall’AI, il punto non è la scoperta in sé ma la velocità di conversione: un singolo finding può diventare subito un’arma funzionante. Se strumenti difensivi usano lo stesso paradigma per leggere il codice o generare fix, il fallimento da tenere in conto è lo stesso, solo al contrario.