Een laptop toont programmeercode.
Nieuws16 november · 17:545 min leestijd

Detectify laat AI-agents kwetsbaarheden live testen

Detectify laat eigen AI-agents vermoedelijke kwetsbaarheden op draaiende applicaties toetsen. Per ticket komt het testbewijs in een logboek. De 80-procentclaim over ruis komt van Detectify-klanten en heeft geen gepubliceerde meetmethode.

Detectify lanceert Agentic Tooling, waarmee teams hun eigen AI-agents vermoedelijke kwetsbaarheden in draaiende applicaties laten testen en het bewijs per melding vastleggen voordat een securityteam de uitkomst beoordeelt.

Een team met een omvangrijke scanachterstand krijgt zo een extra controle vóór een ontwikkelaar een melding oppakt. Onderzoekers van Fudan University en Tencent maten 10 tot 20 minuten handmatige inspectie per statisch alarm. Voor 433 meldingen is dat 72 tot 144 uur, als elk alarm die beoordeling vraagt. Dat is een berekening op basis van één industrieel onderzoek, geen Nederlandse norm.

SAST-meldingen worden testtickets

Agentic Tooling controleert afzonderlijke kwetsbaarheden. Het levert per melding een testuitkomst met bewijs. Een volledig pentestverslag valt buiten de productafbakening. Een melding uit statische codeanalyse (SAST), een bugbountyrapport of een intern red-teamonderzoek wordt een ticket met een eigen nummer. Teams leveren SAST-resultaten aan als SARIF 2.1.0 of Semgrep JSON. Dat kan via een API vanuit hun CI-pijplijn, via het dashboard of als handmatige melding. Een scan kan bijvoorbeeld starten na een codewijziging, op een vast tijdstip of na een dagelijkse waarschuwing.

De AI-agent draait in de omgeving van het team en krijgt toegang tot de broncode die nodig is om de melding te herleiden. Daarna roept hij Detectify’s testgereedschap via MCP (Model Context Protocol) aan en stuurt testpayloads naar de draaiende applicatie, zoals een aanvaller dat zou doen. De productpagina noemt Claude Code en OpenCode als voorbeelden, maar zegt dat elke MCP-agent kan worden aangesloten. Het team kiest zelf het taalmodel en betaalt het gebruik aan de modelaanbieder.

Het logboek laat zien wat de agent deed

De Security Ledger legt de teststappen vast: de toolaanroepen, verzoeken, payloads en resultaten. Detectify schrijft de regels in een logboek waarin alleen nieuwe regels kunnen worden toegevoegd; de agent kan ze niet aanpassen. Een ticket kan als bevestigd, niet bevestigd, onbeslist of niet testbaar eindigen. Het securityteam kan de uitkomst naast de bijbehorende testregels leggen. Een melding die een schadelijke test kan veroorzaken, zoals een denial-of-service-test, krijgt de status Unsafe zodat een mens over het vervolg beslist.

Conceptweergave van Detectify’s Security Ledger met verzoeken en testuitkomsten, afbeelding: Detectify
Conceptweergave van Detectify’s Security Ledger met verzoeken en testuitkomsten, afbeelding: Detectify

Detectify zegt dat de agent en het gekozen model op de eigen machine van de klant draaien. Het bedrijf zegt de codebase zelf niet op te halen of op te slaan, maar ontvangt wel de eindgegevens van het onderzoek, de logboeken, ticketinhoud en metadata van verzoeken. SAST-exportbestanden kunnen codefragmenten bevatten; wie die niet wil delen, kan een melding in gewone tekst aanleveren. De productbeschrijving licht toe welke gegevens binnen de omgeving blijven en welke onderzoeksgegevens Detectify ontvangt.

SiliconANGLE meldt dat Agentic Tooling vanaf 16 november op aanvraag beschikbaar is. Detectify verwijst op de productpagina naar een demo en vermeldt daar geen productprijs. Ook de kosten van het gekozen taalmodel komen voor rekening van de organisatie via de eigen modelaanbieder.

De 80 procent is een klantmelding

Detectify zegt dat klanten 80 procent ruis melden bij AI-aangedreven statische bevindingen. De pagina geeft geen steekproef, meetperiode, lijst met gebruikte scanners of definitie van ruis. Het percentage is daarom een uitspraak van de leverancier over ervaringen van klanten, geen onafhankelijke marktmeting.

Een afzonderlijke studie van Fudan University en Tencent onderzocht 433 alarmen uit een bedrijfsgerichte statische analysator voor Tencent-software voor reclame en marketing. Daarvan waren 328 meldingen foutpositief, ongeveer 76 procent. Het onderzoek omvatte drie soorten programmeerfouten. Dat geeft context bij het triagewerk, maar het meet een andere omgeving en bewijst de 80-procentclaim van Detectify niet. De studie ging bovendien over één aangepaste analysator, niet specifiek over de AI-gestuurde scans die Detectify’s klantenrapport beschrijft.

Beveiliging schuift naar meerdere momenten

Detectify’s aankondiging volgt op een eerdere stap van het bedrijf. In mei kondigde het de Detectify MCP Server aan om AI-assistenten beveiligingsgegevens, scanresultaten en informatie over het aanvalsoppervlak te laten raadplegen. Die server bood vooral leesrechten; Agentic Tooling voegt een werklijst en tests op de draaiende toepassing toe. De aankondiging van de MCP Server beschreef al hoe Detectify beveiligingsgegevens naar AI-workflows wilde brengen.

OpenAI beschrijft met Daybreak Red Team eveneens agents die webapplicaties onderzoeken, gemelde kwetsbaarheden toetsen en controleren of een patch een aanval stopt. De agents werken binnen een afgebakende testscope met geïsoleerde omgevingen en voorafgaande goedkeuring. Dezelfde productlijn koppelt zulke bevindingen aan codevoorstellen die engineers beoordelen en testen. Detectify richt zich hier op losse meldingen uit bestaande scanners en bountyprogramma’s, terwijl OpenAI de pentest en het patchvoorstel in één workflow beschrijft.

Tenable koos eerder voor een andere stap in de keten. Het beoordeelt geselecteerde agents, skills en MCP-servers met een automatische controle, een modelbeoordeling en menselijke experts vóór inzet; de Vetted-status geldt voor de onderzochte vermelding en commit. Samen richten deze productroutes zich op verschillende momenten: componenten vóór gebruik, concrete kwetsbaarheden tijdens de ontwikkeling en patches na een bevinding. Detectify publiceert nog geen onafhankelijke nauwkeurigheidsmeting of resultaat over bespaarde triagetijd. De 80 procent blijft een klantmelding en toegang tot het product verloopt op aanvraag.

Veelgestelde vragen

Alisina Nawabi
Geschreven doorAlisina Nawabi

AI Product Engineer & Solutions Architect

Van vermoeden naar bewijs

Ik denk mee over waar controleerbaar bewijs in je securityproces nodig is, ontwerp de workflow en realiseer die van koppeling tot automatisering. Waar het kan, zet ik de oplossing self-hosted neer.

Meer informatie

Dit artikel is geproduceerd samen met het Agent Team. Meer over de redactie.

Genoemde integraties

Dit artikel noemt deze tools. Ik koppel ze op maat aan je eigen systemen.

Gerelateerde artikelen

Reflection beperkt AI-pentesttool Laser tot toegelaten teams
Nieuws
5 min

18 nov 08:56

Reflection beperkt AI-pentesttool Laser tot toegelaten teams

Laser is een research preview voor toegelaten securityteams. De aanvraag staat intern verdedigingswerk op eigen systemen toe, in een geïsoleerde omgeving. Productie- en klanttests zijn uitgesloten.

WiCi brengt desktopapp voor 800B-modellen uit
Nieuws
5 min

20 nov 22:59

WiCi brengt desktopapp voor 800B-modellen uit

WiCi Infer streamt modelgewichten vanaf een SSD en laat DeepSeek- en Muse-modellen lokaal draaien. De app is gratis, maar vraagt 520 GB vrije opslag. WiCi’s tabellen komen voor Muse op 0,944 tot 1,097 outputtokens per seconde.

SemiAnalysis lanceert GDPx-benchmark met 12 procent als hoogste score
Nieuws
5 min

2 nov 04:11

SemiAnalysis lanceert GDPx-benchmark met 12 procent als hoogste score

SemiAnalysis vergelijkt AI-modellen op agenttaken in elf domeinen. Claude Opus 5.5 leidt met 12,0 procent, maar de score is een gemiddelde over domeinen en voorspelt niet hoe een model op je eigen bedrijfswerk presteert.

Agentic AI Foundation voegt vier agentprojecten toe
Nieuws
5 min

23 okt 02:28

Agentic AI Foundation voegt vier agentprojecten toe

De Agentic AI Foundation voegt vier projecten toe voor agentvaardigheden, modelverkeer, training en sandboxing. Dat kan koppelingen vereenvoudigen, maar de ondersteuning en mogelijkheden verschillen nog per aanbieder.

Chainguard opent bèta voor AI-dienst Harness
Nieuws
4 min

14 okt 08:42

Chainguard opent bèta voor AI-dienst Harness

Chainguard opent een bèta-wachtlijst voor Harness, dat met Claude Mythos 5.1 draaiende software op kwetsbaarheden test. Klanten krijgen reproduceerbare bevindingen en door engineers gecontroleerde reparaties, terwijl scans voorlopig door Chainguard worden uitgevoerd.

Anthropic brengt dynamische workflows naar Claude Managed Agents
Nieuws
4 min

10 okt 08:16

Anthropic brengt dynamische workflows naar Claude Managed Agents

Anthropic brengt dynamische workflows in bèta naar Managed Agents. Per run zijn maximaal 1.000 agentstarts mogelijk, met 64 actieve threads tegelijk. De bugtest meldt meer vondsten, maar geen kosten of fixkwaliteit.