The Machine Auditor
Anthropic says Claude found 22 vulnerabilities in Firefox during a two-week security experiment, including flaws judged to be highly severe. The result places a language model in a role usually associated with patient human specialists: tracing unfamiliar code, testing assumptions, and locating the small mistakes that can expose millions of users. AI coding tools are commonly presented as engines of production. Here the model becomes an inspector, searching the accumulated work of other programmers for weaknesses that survived earlier review.
Finding a vulnerability is not the same as understanding its full consequences or repairing it safely. Reports must be reproduced, prioritized, and handled without giving attackers an advantage. Human security teams still decide what is real and what should happen next. Yet the scale of the experiment suggests a change in defensive work. Automated auditors can examine old code continuously, including areas that receive little attention because time and expertise are scarce. That can make software safer, but it also raises the tempo of discovery for defenders and attackers alike. The advantage will belong not simply to whoever has the strongest model, but to whoever builds the most responsible process around what the model uncovers.
El auditor automático
Anthropic afirma que Claude encontró 22 vulnerabilidades en Firefox durante un experimento de seguridad de dos semanas, incluidas fallas consideradas muy graves. El resultado coloca a un modelo de lenguaje en un papel normalmente asociado con especialistas humanos pacientes: recorrer código desconocido, poner a prueba supuestos y localizar pequeños errores capaces de exponer a millones de usuarios. Las herramientas de programación con IA suelen presentarse como motores de producción. Aquí el modelo se convierte en inspector y busca debilidades que sobrevivieron a revisiones anteriores.
Encontrar una vulnerabilidad no equivale a comprender todas sus consecuencias ni a repararla de forma segura. Los informes deben reproducirse, priorizarse y gestionarse sin ofrecer ventajas a los atacantes. Los equipos humanos todavía deciden qué es real y qué debe ocurrir después. Sin embargo, la escala del experimento anuncia un cambio en el trabajo defensivo. Los auditores automáticos pueden examinar código antiguo de manera continua, incluso en zonas que reciben poca atención por falta de tiempo y experiencia. Eso puede mejorar la seguridad, pero también acelera el descubrimiento para defensores y atacantes. La ventaja no será simplemente de quien tenga el modelo más potente, sino de quien construya el proceso más responsable alrededor de lo que encuentre.
