Novo testiranje 18 AI modela: Čak 38 posto generiranog programskog koda nije prošlo sigurnosne provjere

Programski kod koji generiraju vodeći modeli umjetne inteligencije postao je sigurniji, ali u 38 posto slučajeva u novom testiranju tvrtke Veracode nije zadovoljio sigurnosne kriterije. Istraživači su ispitali 18 modela u četiri programska jezika i četiri kategorije ranjivosti, a najbolje rezultate ostvarili su Claude Opus 5.5 i GPT-6 Sol, s prolaznošću od 73 posto. Ukupna prolaznost porasla je s ranijih 56 na 62 posto, ponajprije zahvaljujući boljem sprječavanju određenih vrsta ranjivosti poput XSS-a. Veracode upozorava da modeli i dalje teško rješavaju složenije sigurnosne probleme koji zahtijevaju praćenje protoka podataka kroz više funkcija, zbog čega automatski generirani kod i dalje zahtijeva neovisnu provjeru prije uporabe.