Glasswing: 37.966 deteções do Claude, só 217 foram corrigidas

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

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

O que mostram realmente os números do Glasswing?

• 37.966 deteções no registo da Anthropic a 2 de novembro, contra 23.019 quando o registo foi lançado, em maio, segundo a VulnCheck.
• Só 7.349 deteções (19,4%) foram tornadas públicas e 217 estão marcadas como corrigidas, segundo a VulnCheck.
• 1.654 deteções (4,4%) estão marcadas como duplicadas, cerca de 7,5 vezes mais do que as correções, e 419 foram retiradas, segundo a VulnCheck.
• Desde setembro, a Anthropic acrescentou quase 12.000 deteções, mas registou só 15 correções adicionais, segundo a VulnCheck.
• A VulnCheck acompanha 442 CVE atribuíveis à Anthropic, cerca de 0,5% dos 93.450 CVE publicados em 2026, e só 2 deles (0,45%) constam do seu catálogo de vulnerabilidades exploradas na prática.

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

O que diz a Anthropic sobre os seus próprios números?

Segundo o QbitAI, que cita dados de divulgação da própria Anthropic, 6.376 das 37.966 deteções tinham sido revistas por especialistas externos em segurança até 2 de novembro. Destas, 6.009 foram consideradas válidas, 5.087 tinham sido comunicadas aos responsáveis pelo software e 629 tinham recebido uma correção no projeto de origem. O QbitAI nota que os métodos de contagem diferem, o que explica por que os 629 patches da Anthropic não coincidem 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 deteções retiradas ou marcadas como duplicadas do que corrigidas. A empresa suspeita que taxas de triagem estejam a ser contadas como verdadeiros positivos.

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

Porque estão os responsáveis de código aberto sob pressão?

O OSS Scanner permite que os responsáveis por projetos de código aberto peçam uma análise gratuita do código e façam eles próprios a triagem. Segundo a VulnCheck, a Anthropic descreve estes relatórios como «totalmente gerados pelo modelo, sem revisão ou triagem humana» e avisa que podem estar incorretos. A VulnCheck conclui que o estrangulamento da triagem não desapareceu, apenas passou para os responsáveis dos projetos.

O projeto curl dá um exemplo concreto. A VulnCheck relata que o responsável pelo 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 restantes como baixa. Dos 34 relatórios publicados até agora, 19 foram julgados como não sendo vulnerabilidades, 6 foram confirmados como de gravidade baixa e 9 aguardavam ainda avaliação, o que a VulnCheck calcula como taxa de falsos positivos de 55,9% nesta fase.

Segundo o QbitAI, Stenberg alterou as regras de tratamento do curl para que os relatórios de gravidade baixa e média sejam debatidos publicamente no GitHub, permitindo que mais programadores da comunidade ajudem a revê-los. O QbitAI recorda 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. Noutra verificação, a VulnCheck constatou em setembro que o Claude classificava 91,5% das deteções do registo como críticas ou altas, contra apenas 51,3% na avaliação dos responsáveis.

O relatório da VulnCheck pode ser aceite sem reservas?

Não totalmente. O QbitAI destaca que a VulnCheck vende serviços de informação e priorização de vulnerabilidades, que correspondem aos próprios problemas que o relatório critica. A própria VulnCheck escreve que a IA é uma ferramenta eficaz para encontrar vulnerabilidades e que não o nega. Diz ainda que o registo da Anthropic é atualizado só em lotes espaçados e parece ter um erro que infla o número de deteções apresentadas como divulgadas.

A resposta da Anthropic ao relatório da VulnCheck não consta das duas fontes lidas, pelo que continua desconhecida. A questão das correções automáticas também permanece em aberto: segundo o QbitAI, a Anthropic já gera patches candidatos, mas programadores citados pelo meio dizem que rever um patch de IA pode levar quase tanto tempo como escrevê-lo e que pode acrescentar complexidade.

O que muda para uma empresa

Para uma empresa portuguesa que depende de componentes de código aberto como o curl, o número de deteções anunciado por um fornecedor de IA não é o número de riscos a corrigir. Pergunte aos fornecedores quantas deteções estão confirmadas, quantas foram corrigidas e em que versão, em vez de confiar em contagens de candidatas. Priorize a aplicação de patches com dados de exploração, já que só 2 dos 442 CVE acompanhados são conhecidos como explorados na prática, segundo a VulnCheck. Se a sua equipa mantém código aberto, reserve tempo humano para triar relatórios gerados por IA antes de aceitar uma análise gratuita.