El agente de IA DeepMind CodeMender automatiza la detección y reparación de vulnerabilidades de seguridad para software de código abierto mediante análisis avanzado y parches validados.
Google DeepMind lanzó CodeMender, un agente de IA que detecta y repara automáticamente vulnerabilidades de seguridad en software de código abierto. Combina múltiples técnicas de análisis para una protección integral contra amenazas.
Construido sobre la investigación de agentes y asistentes de IA de Google, CodeMender utiliza el modelo Gemini Deep Think con análisis estático/dinámico, fuzzing y solucionadores SMT para encontrar vulnerabilidades en varios lenguajes de programación.
Genera y valida parches con verificación automática y revisión humana para garantizar precisión y fiabilidad.
CodeMender contribuyó con más de 70 correcciones de seguridad a proyectos de código abierto, abordando desbordamientos de búfer de montón y errores de memoria. Este enfoque proactivo hacia plataformas de automatización de IA mejora la seguridad del código durante todo el desarrollo.
CodeMender transforma la seguridad del software automatizando la detección y remediación. Mejora los ecosistemas de código abierto y se integra con herramientas como linters de código y sistemas de control de versiones para el desarrollo moderno.
CodeMender es un agente de IA de Google DeepMind que detecta, corrige y previene automáticamente vulnerabilidades de seguridad en código abierto utilizando el modelo Gemini Deep Think combinado con análisis estático/dinámico, fuzzing y solucionadores SMT.
CodeMender ya ha contribuido con más de 70 correcciones de seguridad verificadas a varios proyectos de código abierto, abordando vulnerabilidades complejas como desbordamientos de búfer de montón y errores de memoria en bases de código críticas.
DeepMind está trabajando actualmente con la comunidad de código abierto y planea eventualmente hacer que CodeMender esté disponible como una herramienta para desarrolladores, aunque aún no se han anunciado cronogramas de lanzamiento específicos.
CodeMender emplea análisis estático y dinámico, pruebas diferenciales, automatización de fuzzing y solucionadores SMT para identificar vulnerabilidades en varios lenguajes de programación y frameworks.
Cada parche propuesto se somete a verificación funcional automática y es revisado por investigadores de seguridad humanos para garantizar precisión y confiabilidad antes de la integración en las bases de código.