Компания Cloudflare представила технические детали своей многоступенчатой системы для поиска уязвимостей, работающей на базе автоматизированного цикла обработки данных. Решение позволяет выстраивать цепочки анализа, где ИИ-модели последовательно проверяют код на наличие брешей, минимизируя участие человека в рутинных операциях. Ключевым элементом архитектуры стала система управления состоянием, которая позволяет отслеживать прогресс анализа на разных этапах и эффективно обходить ограничения контекстного окна LLM.
Для борьбы с ложноположительными срабатываниями разработчики внедрили механизм состязательной проверки. В этой схеме результаты первичного сканирования проходят через дополнительный цикл верификации, где модель выступает в роли критика, оценивая достоверность найденных проблем. Такой подход значительно повышает точность отчетов и позволяет инженерам фокусироваться только на подтвержденных угрозах, исключая «шум» из процесса безопасности.
Реализованная инфраструктура демонстрирует практический подход к масштабированию ИИ-агентов в задачах кибербезопасности. Вместо использования одной модели для решения всей задачи, система разбивает процесс на специализированные этапы с четким разделением ответственности. Это позволяет гибко настраивать каждый узел пайплайна, оптимизируя использование вычислительных ресурсов и повышая общую надежность автоматизированного поиска уязвимостей в крупных программных проектах.