Hermes Agent научился искать уязвимости в коде через официальный плагин Security

Любой, кто пробовал отдать код LLM со словами «найди уязвимости», знает, чем это кончается. Модель выдаёт длинный список «потенциальных проблем», половина из которых выдумана или не достижима из реального входа. Разбирать такой отчёт дольше, чем искать баги самому. Nous Research пытается решить именно эту проблему: у Hermes Agent появился официальный плагин Security, который написал @mark_s.

Что известно о работе плагина

Из анонса следует, что Hermes идёт не напрямую к поиску багов, а начинает с разведки. Сначала агент строит карту: что в проекте доступно атакующему и каким входным данным код доверяет. Это обычная логика модели угроз. Уязвимость в функции, до которой невозможно добраться снаружи, и та же ошибка в обработчике публичного запроса стоят разных денег.

Дальше код делится между параллельными субагентами. Каждый разбирает свой участок, и большой репозиторий не упирается в один контекст одной модели. Третий шаг, судя по тексту, самый важный: каждую найденную проблему агент проверяет по коду, а не сразу выносит в отчёт. Конец поста обрезан, поэтому что именно происходит после этой проверки, по источнику сказать нельзя.

Почему подход выглядит разумно

Представьте типичный веб-сервис. Есть эндпоинт, который принимает имя файла от пользователя и читает его с диска. Наивный ревью-промпт может пометить десяток мест со словом open в разных файлах. Схема из анонса действует иначе. Она сначала отмечает, что параметр приходит из недоверенного ввода. Потом агент прослеживает, куда он попадает, и только после этого заявляет о возможном обходе путей. Находка привязана к конкретному пути данных, и проверить её человеку проще.

Параллельные субагенты здесь решают инженерную задачу. Аудит монолита последовательно занимает много времени и быстро забивает контекстное окно. Разбиение на части ускоряет работу и снижает риск, что модель потеряет детали в середине.

Чего мы пока не знаем

Пост короткий, а охват скромный: около 15 тысяч просмотров. Поэтому важно не придумывать лишнего. В источнике нет данных о доле ложных срабатываний, о поддерживаемых языках, о стоимости прогона на большом репозитории и о сравнении со статическими анализаторами. Нет и примеров найденных реальных уязвимостей. Пока это заявленный подход, а не доказанный результат.

Есть и общий риск у любых агентов-аудиторов: проверка «по коду» всё равно делается моделью. Она может уверенно подтвердить ошибочную находку или пропустить настоящую. Такой инструмент не заменяет ни SAST, ни пентест, ни ревью человеком.

Что делать на практике

Если вы уже работаете с Hermes Agent, плагин стоит прогнать на небольшом сервисе, где вы сами знаете слабые места. Заранее подложите пару известных проблем и посмотрите, найдёт ли их агент и сколько шума добавит. Это самый быстрый способ оценить качество без доверия к анонсу.

Для команд без отдельного специалиста по безопасности разумная роль такого инструмента — первый проход перед релизом или перед настоящим аудитом. Он должен ловить очевидное и выдавать гипотезы с указанием, откуда они взялись. Для продакта и основателя вывод простой: агентные ревьюеры безопасности движутся от генерации списков к схеме «разведка, разделение работы, проверка». Именно по этим трём признакам и стоит сравнивать конкурирующие решения.

Само появление официального плагина от команды Nous говорит и о другом. Экосистема вокруг Hermes Agent растёт за счёт расширений, а не только самой модели. Насколько этот конкретный плагин полезен, покажут независимые тесты, а не пост в X.