In Breve
- Che cos’è Agentic Tooling?
- È una suite di Detectify che permette agli agenti AI di verificare se vulnerabilità sospette possono essere sfruttate in applicazioni in esecuzione.
- A cosa serve Security Ledger?
- Registra richieste, payload e risultati dei test per distinguere le verifiche effettivamente eseguite dalle conclusioni non supportate da prove.
- Come vengono avviati i test?
- I cicli possono partire da eventi come esecuzioni di continuous integration, scansioni del codice, segnalazioni di bug bounty, attività di red teaming o dati sulla superficie d’attacco.
Detectify AB, società svedese specializzata nella sicurezza delle applicazioni, ha presentato Agentic Tooling, una suite progettata per consentire agli agenti di intelligenza artificiale di verificare se le vulnerabilità sospette possono essere sfruttate nelle applicazioni in esecuzione.
La proposta si rivolge in particolare ai team DevSecOps che devono valutare l’affidabilità dei risultati prodotti dagli strumenti di sicurezza basati sull’AI. Secondo Detectify, circa l’80% dei rilievi generati dai sistemi di static application security testing con AI utilizzati dai suoi clienti sarebbe rumore. L’azienda avverte inoltre che un agente può produrre un report convincente su un test che in realtà non ha eseguito.
Un registro per documentare le verifiche
Insieme ad Agentic Tooling, Detectify ha introdotto Security Ledger, un registro pensato per conservare le evidenze associate a ogni test. Le richieste inviate, i payload utilizzati e i risultati restituiti vengono registrati ogni volta che un agente usa gli strumenti di Detectify.
Il ledger, scritto da Detectify e strutturato come registro append-only, dovrebbe aiutare i team a distinguere i rilievi sostenuti da test effettivi dalle conclusioni non supportate da prove. I ticket relativi ad attività potenzialmente dannose, come i test di denial-of-service, vengono contrassegnati come non sicuri e richiedono una decisione umana.
Test continui nel ciclo di sviluppo
Gli strumenti possono essere eseguiti nell’ambiente del cliente e collegati agli agenti tramite Model Context Protocol o interfaccia a riga di comando. Secondo la società, operano esclusivamente sui dati forniti dal cliente e sono compatibili con l’agente già in uso nell’organizzazione.
Il funzionamento si basa sulla cosiddetta loop engineering, una modalità che organizza gli agenti in flussi automatici e ripetuti. Un evento, come un’esecuzione di continuous integration, avvia il ciclo e trasforma in ticket i risultati di una scansione del codice, di un bug bounty, di un’attività di red teaming o dei dati di superficie d’attacco di Detectify.
L’agente analizza quindi il codice pertinente e testa l’applicazione live dall’esterno, adottando un approccio simile a quello di un attaccante. Detectify definisce questo processo continuativo una “verification factory”.
Gli strumenti inclusi
Agentic Tooling consente agli agenti di accedere ai motori di test sviluppati da Detectify in oltre dieci anni. Tra le componenti indicate dalla società figurano:
- valutazioni dei payload provenienti dalla comunità di ethical hacker di Detectify;
- dati sulla superficie d’attacco raccolti dal prodotto Surface Monitoring;
- Alfred, il sistema di AI lanciato da Detectify nel marzo 2025 per automatizzare i test sulle vulnerabilità note.
La suite è disponibile su richiesta e si basa sul Detectify MCP Server, annunciato dall’azienda a maggio per fornire agli agenti AI accesso ai risultati di sicurezza.
Il problema dei falsi positivi
Detectify cita il proprio H2 2026 Cyber Hygiene Index, secondo cui nove vulnerabilità aperte su dieci classificate come critiche o ad alta gravità sarebbero rimaste esposte per più di 90 giorni. Un’analisi condotta da ricercatori della Fudan University e di Tencent Holdings avrebbe inoltre rilevato che il 76% degli avvisi di analisi statica esaminati era costituito da falsi positivi; la verifica di ciascun avviso avrebbe richiesto agli sviluppatori tra 10 e 20 minuti.
“Chiedere a un agente di scrivere il codice e poi allo stesso agente se è sicuro non permette di saperlo davvero”, ha dichiarato Rickard Carlsson, cofondatore e amministratore delegato di Detectify. Secondo Carlsson, l’obiettivo dell’azienda è costruire prove che un agente non possa fabbricare.

