Glasswing: 37.966 achados do Claude, só 217 foram corrigidos

Sete meses após a Anthropic lançar o Project Glasswing, a empresa de segurança VulnCheck publicou uma atualização de novembro que questiona os resultados. Segundo a VulnCheck, o registro público de divulgação da Anthropic listava 37.966 vulnerabilidades candidatas em 2 de novembro de 2026, mas só 217 estavam marcadas como corrigidas. O veículo chinês QbitAI repercutiu o relatório em 12 de novembro de 2026.

O Project Glasswing é um programa da Anthropic lançado em 7 de abril de 2026 que usa os modelos Claude para encontrar falhas de segurança em softwares críticos e projetos de código aberto e depois comunicá-las aos mantenedores. Uma «vulnerabilidade candidata», também chamada de achado, é um relatório de bug gerado pelo modelo que não foi necessariamente confirmado por uma pessoa ou pelos mantenedores do projeto. Um CVE é o identificador público dado a uma vulnerabilidade confirmada.

O que os números do Glasswing mostram de fato?

• 37.966 achados no registro da Anthropic em 2 de novembro, contra 23.019 quando o registro foi lançado, em maio, segundo a VulnCheck.
• Só 7.349 achados (19,4%) foram tornados públicos e 217 estão marcados como corrigidos, segundo a VulnCheck.
• 1.654 achados (4,4%) estão marcados como duplicados, cerca de 7,5 vezes mais que as correções, e 419 foram retirados, segundo a VulnCheck.
• Desde setembro, a Anthropic acrescentou quase 12.000 achados, mas registrou só 15 correções adicionais, segundo a VulnCheck.
• A VulnCheck acompanha 442 CVEs atribuíveis à Anthropic, cerca de 0,5% dos 93.450 CVEs publicados em 2026, e só 2 deles (0,45%) constam no seu catálogo de vulnerabilidades exploradas na prática.

A contagem própria da VulnCheck, 442 CVEs, é mais que o dobro das 217 correções do registro da Anthropic, porque a VulnCheck também conta registros de CVE, avisos do GitHub e commits do kernel do Linux creditados à Anthropic, e não só o registro.

O que a Anthropic diz sobre seus próprios números?

Segundo o QbitAI, que cita dados de divulgação da própria Anthropic, 6.376 dos 37.966 achados tinham sido revisados por especialistas externos em segurança até 2 de novembro. Desses, 6.009 foram considerados válidos, 5.087 tinham sido comunicados aos mantenedores de software e 629 haviam recebido correção no projeto original. O QbitAI observa que os métodos de contagem diferem, o que explica por que os 629 patches da Anthropic não batem com as 217 correções da VulnCheck.

A VulnCheck também questiona a taxa de verdadeiros positivos declarada, que subiu de 90,8% para 94,2% embora haja mais achados retirados ou marcados como duplicados do que corrigidos. A empresa suspeita que taxas de triagem estejam sendo contadas como verdadeiros positivos.

A própria Anthropic reconhece o gargalo. No anúncio do OSS Scanner, em 8 de outubro, citado pela VulnCheck, a empresa disse ter encontrado mais de 29.000 candidatos, mas revisado manualmente só cerca de 6.000, e continuar «limitada pela nossa capacidade humana de validar esses achados». A VulnCheck acrescenta que quase 5.000 relatórios não verificados já tinham sido enviados a mantenedores que pediram tudo em bloco.

Por que os mantenedores de código aberto estão sob pressão?

O OSS Scanner permite que mantenedores de código aberto peçam uma varredura gratuita do código e façam eles mesmos a triagem. Segundo a VulnCheck, a Anthropic descreve esses relatórios como «totalmente gerados pelo modelo, sem revisão ou triagem humana» e avisa que podem estar incorretos. A VulnCheck conclui que o gargalo da triagem não desapareceu, apenas passou para os mantenedores.

O projeto curl dá um exemplo concreto. A VulnCheck relata que o mantenedor do curl, Daniel Stenberg, anunciou no início de novembro um lote de 45 relatórios da Anthropic, dos quais a Anthropic classificou só um como de gravidade média e os demais como baixa. Dos 34 relatórios publicados até agora, 19 foram julgados como não sendo vulnerabilidades, 6 foram confirmados como de gravidade baixa e 9 ainda aguardavam avaliação, o que a VulnCheck calcula como taxa de falsos positivos de 55,9% neste momento.

Segundo o QbitAI, Stenberg mudou as regras de tratamento do curl para que relatórios de gravidade baixa e média sejam discutidos publicamente no GitHub, permitindo que mais desenvolvedores da comunidade ajudem a revisá-los. O QbitAI lembra ainda que em setembro o Claude ajudou a descobrir no curl um grave erro de memória do tipo use-after-free, que Stenberg descreveu como uma das vulnerabilidades mais graves do curl em anos. Em outra verificação, a VulnCheck constatou em setembro que o Claude classificava 91,5% dos achados do registro como críticos ou altos, contra apenas 51,3% na avaliação dos mantenedores.

O relatório da VulnCheck pode ser aceito sem ressalvas?

Não totalmente. O QbitAI destaca que a VulnCheck vende serviços de inteligência e priorização de vulnerabilidades, que combinam com os próprios problemas que o relatório critica. A própria VulnCheck escreve que a IA é uma ferramenta eficaz para encontrar vulnerabilidades e que não nega isso. Ela diz ainda que o registro da Anthropic é atualizado só em lotes espaçados e parece ter um erro que infla o número de achados exibidos como divulgados.

A resposta da Anthropic ao relatório da VulnCheck não aparece nas duas fontes lidas, portanto continua desconhecida. A questão das correções automáticas também segue aberta: segundo o QbitAI, a Anthropic já gera patches candidatos, mas desenvolvedores citados pelo veículo dizem que revisar um patch de IA pode levar quase o mesmo tempo que escrevê-lo e que ele pode acrescentar complexidade.

O que muda para uma empresa

Para uma empresa brasileira que depende de componentes de código aberto como o curl, o número de achados anunciado por um fornecedor de IA não é o número de riscos a corrigir. Pergunte aos fornecedores quantos achados estão confirmados, quantos foram corrigidos e em qual versão, em vez de confiar em contagens de candidatos. Priorize a aplicação de patches com dados de exploração, já que só 2 dos 442 CVEs acompanhados são conhecidos como explorados na prática, segundo a VulnCheck. Se sua equipe mantém código aberto, reserve tempo humano para triar relatórios gerados por IA antes de aceitar uma varredura gratuita.