OSS Scanner: 88% dos achados críticos passaram pela validação dos pentesters

Em 8 de outubro de 2026, a Anthropic lançou o OSS Scanner, um serviço gratuito de varredura de vulnerabilidade para repositórios de código aberto. Na versão inicial, 85 de 97 achados críticos e altos passaram pela barra da divulgação coordenada de vulnerabilidades (CVD) da empresa, o que dá 88%. A amostra foi escolhida pela própria Anthropic, e a revisão ficou com os pentesters dela.

Validação independente não existe aqui, e a ressalva acompanha o número até o fim deste texto.

O dado interessa porque reordena a lista, não porque a substitui. A due diligence já pergunta se o fornecedor varre o código que entrega, e isso continua valendo. O que a versão inicial acrescenta, com 88% dos 97 achados críticos e altos passando pela barra do CVD, é um eixo anterior: quem absorve a triagem do que a varredura produz, e em quanto tempo o crítico vira patch.

A Anthropic responde a isso sem rodeio. Nos seis meses anteriores ao anúncio, revisou cerca de 6 mil dos mais de 29 mil achados candidatos que o scanner produziu. Quase 5 mil saíram crus, para mantenedores que pediram para receber tudo. A triagem que falta do lado dela é absorvida pelo mantenedor do projeto aberto, e o comprador de software herda essa dívida sem vê-la. Essa ponte é leitura deste texto, não o que a fonte mede: nenhuma das três fontes trata de comprador nem de questionário de fornecedor, e a adoção por fornecedores não está medida.

O que é o OSS Scanner e o que a Anthropic abriu

O OSS Scanner é um serviço opt-in que varre repositórios de código aberto em busca de vulnerabilidades. Projetos aceitos recebem varreduras periódicas pelos modelos mais fortes da Anthropic, sem custo. Toda saída é gerada por modelo, sem revisão nem triagem humana, e a empresa avisa que relatórios podem estar incorretos.

O serviço nasceu da experiência da Anthropic com o Claude achando vulnerabilidades no Project Glasswing, e os modelos incluem o Claude Mythos. A inscrição é um pull request no repositório anthropics/oss-scanner, que adiciona projects/<projeto>/project.yaml com o repositório, o contato primário e um Dockerfile que prepara o ambiente para um agente offline conduzir a auditoria.

A elegibilidade segue critérios parecidos com os do OSS-Fuzz: impacto crítico em infraestrutura e segurança, exposição a ataque remoto, dependentes, OpenSSF criticality score, licença, estrelas e forks. Projetos novos normalmente não entram. Forks também não, a menos que sejam distintos do original e elegíveis por conta própria.

O filtro é conservador de propósito.

O OSS Scanner não é o Claude Security, a oferta comercial que leva o Claude Mythos ao ciclo de desenvolvimento de empresas. O serviço aberto cobre o custo inteiro do projeto e aplica harnesses adicionais, mais caros em token e experimentais, para chegar a bugs mais profundos.

A Anthropic também oferece o Claude for OSS, com assinaturas Claude Max 20x gratuitas para manutenção de projetos.

88%: a taxa de acerto do OSS Scanner medida pelo CVD da Anthropic

A Anthropic submeteu 97 achados críticos e altos do scanner, de 48 projetos, aos pentesters que já revisam o CVD da empresa. Desses, 85 atingiram a barra do processo. Dos 12 restantes, 11 eram reais mas duplicados e apenas um era inválido. A fonte não informa com que critério os 97 foram escolhidos dentro do que o scanner produziu. Sem ele, o 88% mede a precisão de um conjunto escolhido, não a da saída crua que chega ao mantenedor.

A distinção importa mais que o percentual. Os 11 não são alucinação: a fonte os descreve como reais, mas duplicados de problemas já conhecidos ou de outro achado da mesma varredura. E parte dessa redundância é configurável: o threat_model.md opcional aceita instrução sobre o grau de granularidade da deduplicação, e sem ele o scanner faz suposições. Uma fatia dos duplicados é escolha de quem recebe, não ruído inevitável do modelo. Um único inválido em 97 achados críticos e altos é um resultado forte, e a fonte compara ao trabalho anterior da própria empresa, sem série de denominador igual.

A curva que embala o anúncio vem de fora. No CyberGym, benchmark acadêmico de descoberta de vulnerabilidade, modelos de linguagem saíram de menos de 20% no começo do ano passado para mais de 85% neste ano, e a empresa cita essa curva ao explicar a qualidade dos relatórios.

A ressalva está na mesma fonte. Alguns mantenedores disseram que a classificação de severidade pode estar inflada, ou que o scanner entendeu mal o modelo de ameaça. Severidade inflada muda a fila de correção, não o fato de o bug existir.

É a mesma disciplina de leitura da pesquisa de segurança com modelos de fronteira: o número mede o que o laboratório escolheu medir.

O gargalo é humano, e a Anthropic diz isso em voz alta

Nos seis meses anteriores ao anúncio, a Anthropic varreu projetos importantes, encontrou mais de 29 mil vulnerabilidades candidatas e revisou manualmente cerca de 6 mil. A empresa declara que o gargalo é a capacidade humana de validar achados. Quase 5 mil relatórios foram enviados crus a mantenedores que pediram tudo.

A diferença entre 29 mil e 6 mil é o que ficou sem revisão. A velocidade é o argumento declarado: exploits podem ser desenvolvidos em minutos, então entregar ao mantenedor o que ainda não foi lido é melhor do que segurar o achado na fila até alguém abrir.

Não existe janela de 90 dias do CVD sobre achado não validado. A empresa diz que não se sente confortável em obrigar o mantenedor a ler cada achado que ela mesma ainda não leu, e a contagem de 90 dias só começa quando um humano valida o relatório. A política é provisória: a Anthropic diz que pode impor janela de divulgação a alguns achados de alta severidade quando ganhar confiança no desempenho do scanner, com aviso prévio e opção de saída para os projetos. O custo que a fonte nomeia ali é de atenção, não de fila. Quase 5 mil relatórios que ninguém leu chegam a quem precisa decidir, um por um, se lê, sem nenhuma revisão humana entre o que o modelo escreveu e a caixa de entrada do mantenedor. Um alerta já triado se descarta pelo sinal; este chega sem sinal.

O custo da validação mora no anexo. Cada relatório traz um reprodutor autocontido, a explicação da falha com bisseção quando possível e um patch candidato quando disponível, segundo o post de lançamento. É o reprodutor que permite a um pentester transformar a afirmação do modelo em fato em minutos, e é isso que separa leitura de verificação.

O que a tabela mede não é diferença de ferramenta, é a distância entre um relatório que passou por um humano e um que não passou: no cru, há verificação automática de escopo e dupla checagem, e nenhum humano; no do CVD, o pentester leu antes da divulgação.

Dois produtos, o mesmo modelo: o gratuito ganha harness extra, o pago entra no SDLC

O OSS Scanner não substitui o CVD, que continua valendo para todos, inclusive código aberto. Ele é uma via rápida opcional, sem revisão humana e sem custo para o projeto. O Claude Security é a oferta comercial que põe o Claude Mythos no ciclo de desenvolvimento de empresas.

A assimetria que a fonte sustenta é de capacidade, não de preço. A conta muda de dono. No serviço aberto, a Anthropic cobre o custo inteiro e aplica harnesses experimentais, mais caros em token, para chegar a bugs mais profundos. O que separa os dois é quem fica com o trabalho depois que o relatório chega.

Os depoimentos reunidos pela Anthropic mostram que o relatório cru serve a quem tem engenheiro para validar. Na wolfSSL, foram 74 relatórios, todos menos dois válidos, e cinco viraram CVE, segundo Todd Ouska, enquanto na curl o scanner ajudou a achar uma das piores vulnerabilidades dos últimos anos, segundo Daniel Stenberg. No PostgreSQL, uma fração incomumente alta dos achados apontou defeitos, com correções usáveis quase como estavam, segundo Noah Misch. Já na OpenSSL, o relatório bruto foi tão bom ou melhor que o de pessoas, com exploit real anexado, segundo Anton Arapov.

O número da wolfSSL não confirma nem desmente o 88%, porque mede outra coisa. Os 74 são todos os relatórios que a empresa recebeu, e "válido" ali é julgamento do mantenedor; o 88% é a barra do CVD aplicada a 97 achados críticos e altos escolhidos pela Anthropic. São réguas diferentes.

Os quatro casos têm algo em comum, e a fonte diz por quê: o serviço é "built for projects that are already able to keep up with verified high/critical vulnerability reports and are now looking to further secure their code". O serviço é declaradamente desenhado para quem já consegue absorver relatórios verificados, e a decisão de aceitar um projeto é holística, caso a caso.

A ponta operacional segue o mesmo desenho: agentes de segurança e resposta a incidentes só reduzem risco com fila de decisão.

O outro lado: o volume que ninguém pediu

Projetos de código aberto vêm tendo dificuldade de acompanhar a enxurrada de relatórios de bug gerados por IA. A cobertura cita Linus Torvalds e o Google entre os afetados. Ela remete a uma segunda matéria, sobre a pausa do programa de recompensa por bugs do Google em código aberto.

A pausa é fato separado, e este texto também separa. Nada liga os dois em fonte pública. O problema descrito é de submissões de baixa qualidade geradas por IA.

O ponto que interessa é a distância entre achar e corrigir. Um scanner que produz mais de 29 mil candidatas em seis meses não muda o risco de ninguém se a triagem do outro lado continuar a mesma.

Vale o mesmo para o resto da cadeia de defesa: quando agentes de IA escapam da contenção, o custo raramente está no alerta que faltou.

Achado sem dono é ruído com carimbo de severidade.

Quatro perguntas para o próximo fornecedor

A due diligence já sabe perguntar se existe varredura. O que ela ainda não pergunta é quem responde pelos achados. A pergunta seguinte muda de dono. As quatro perguntas abaixo servem a qualquer fornecedor que declare usar IA na descoberta de vulnerabilidade; cada item traz a resposta que serve e a que não.

1. Quem faz a triagem dos achados, e com que critério. Serve o nome da função responsável, o critério de severidade e o destino do achado que ninguém confirma. Não serve "o scanner prioriza automaticamente".
2. Qual é o histórico de críticos corrigidos, e em quanto tempo. Serve a contagem por trimestre com data de correção. Não serve o número de vulnerabilidades encontradas.
3. A varredura roda sobre a versão entregue a mim ou sobre o repositório upstream. Serve a resposta que distingue o artefato contratado da árvore pública. Não serve "usamos sempre a versão mais recente". A distinção decide: a FAQ do serviço diz que ele normalmente não varre forks, a menos que sejam distintos do original e elegíveis por conta própria. Fornecedor que entrega fork com patch backportado entrega, pela regra declarada, uma árvore fora do alcance da varredura.
4. O que acontece com o relatório não validado. Serve saber quem lê, em que prazo e se ele entra na fila. Não serve "nada se perde".

Para quem contrata software internacional, elas entram na mesma mesa dos riscos e custos na importação de software, porque avaliação de fornecedor e de contrato raramente acontecem em separado.

Perguntas frequentes

O que é o OSS Scanner e para quem ele é? O OSS Scanner é um serviço opt-in da Anthropic que varre repositórios de código aberto em busca de vulnerabilidades, com varreduras periódicas pelos modelos mais fortes da empresa e sem custo para o projeto. Ele serve aos mantenedores de projetos estabelecidos, não a empresas que consomem software.

O número de 88% foi validado de forma independente? Não. A amostra de 97 achados críticos e altos foi escolhida pela Anthropic, e a revisão ficou com os pentesters do CVD da própria empresa. É a taxa de acerto medida pelo CVD da própria empresa, em uma amostra que ela escolheu, não uma auditoria externa.

Um relatório não validado pode ser tratado como vulnerabilidade confirmada? Não. A saída é inteiramente gerada por modelo, sem revisão nem triagem humana, e a Anthropic avisa que relatórios podem estar incorretos ou inválidos. A empresa também relata mantenedores apontando severidade inflada. Sem janela de 90 dias sobre o achado cru, o relógio do CVD só começa na validação humana.

Como usar esse dado na due diligence de software? Somando pergunta de processo à de volume. Pergunte quem faz a triagem dos achados, o histórico de críticos corrigidos e em quanto tempo, se a varredura cobre a versão entregue ao cliente e o destino do relatório não validado.

Referências e Leitura Complementar

• Anthropic, An opt-in vulnerability-finding service for open-source software, 8 de outubro de 2026: anthropic.com/research/launching-opt-in-vuln-finding-service-for-open-source
• Anthropic Frontier Red Team, OSS Scanner, changelog com o lançamento em 8 de outubro de 2026: red.anthropic.com/oss-scanner
• The Verge, Anthropic launches free AI security scans for open-source projects, 8 de outubro de 2026: theverge.com
• Pesquisa de segurança com modelos de fronteira
• Agentes de segurança e resposta a incidentes
• Quando agentes de IA escapam da contenção
• Riscos e custos na importação de software
• Comprar software em marketplace de nuvem

O que fazer com isso

A due diligence não troca de pergunta, ganha um eixo. Se o fornecedor varre o código que entrega, isso continua na lista. O que este texto acrescenta é quem absorve a triagem a montante e em que prazo o crítico é corrigido. As três ações abaixo seguem a ordem em que o risco aparece. Nenhuma depende do número publicado.

1. Peça o número de achados críticos corrigidos nos últimos doze meses, com data, e não o de encontrados.
2. Pergunte quem faz a triagem, com que critério e em que prazo, e peça o nome da função, não o da ferramenta.
3. Trate o relatório não validado como insumo interno do fornecedor, nunca como evidência entregue a você.

Isso não dispensa a varredura.

O limite honesto: nenhum dado público diz quantos fornecedores operam assim. O que existe é o 85 de 97 na versão inicial do OSS Scanner e a declaração da própria empresa, lida em 21 de outubro de 2026, de que o gargalo é humano.

O Nexforce Marketplace reúne soluções globais de software e IA em moeda local, com nota fiscal e compra centralizada. Ele organiza a contratação, não substitui avaliação técnica de segurança, e as quatro perguntas cabem na conversa de quem vai comprar software em marketplace de nuvem.