Salta al contingut principal
onext technology
IA 16 novembre 2026 - 6 min de lectura

Vulnerabilitats que la IA troba i el teu equip no arriba a corregir

Si trobar errors de seguretat ja costa poc, el teu equip ha de decidir qui els filtra i quant temps reserva per corregir-los.

Bernat López
Fundador i CEO d'onext
Tres desenvolupadors en una reunió de planificació: un assenyala un tauler de tasques en una pantalla gran; un altre, d'esquena, treballa amb codi en un portàtil, i el tercer, de perfil, mira la pantalla pensatiu

Planificació de dilluns. L'agent de revisió que l'equip va activar fa un mes ha deixat una altra tanda d'avisos de seguretat al tauler. Algú pregunta quins són reals. Ningú no ho sap, perquè ningú no ha tingut temps de mirar-los, i el lliurament que espera el client ja ocupa tota la iteració.

Proposo anomenar-ho correccions sense forat. Cada setmana arriben més avisos, i el pla de la iteració té la mateixa mida que fa un any.

Correccions sense forat: errors de seguretat reals, ja trobats per una persona o per una eina, que ningú ha planificat corregir perquè cada iteració arriba plena del que s'ha promès.

La tesi

No dic que calgui apagar l'escàner ni esperar a tenir temps per a la seguretat; dic que, el mateix dia que el teu equip encén una eina que troba errors, ha de decidir qui filtra el que arriba, amb quin criteri ho descarta i quina part de cada iteració es reserva per corregir.

Filtrar i corregir el que arriba continua demanant persones amb criteri, i aquesta feina recau sobre el mateix equip que té promès el lliurament següent. Si ningú no ho decideix, la llista creix i les correccions sense forat s'acumulen.

El que diuen les dades

Anthropic publica un panell amb el que han trobat els seus models en projectes de codi obert entre el novembre del 2025 i el novembre del 2026. Són 37.966 troballes candidates. Empreses de seguretat externes n'han revisat 6.376 i n'han confirmat 6.009, el 94,2 %. Se n'han comunicat 5.087 a qui manté 680 projectes, i el panell en compta 629 ja corregides. El compte és nostre: menys d'una de cada cinc candidates ha passat per una revisió humana. El mateix panell ho explica: la revisió humana independent és el pas que marca el ritme («the rate limiting step»), i els pedaços triguen a crear-se.

curl, una llibreria de codi obert per transferir dades per internet, ho va viure en dos temps. L'octubre del 2025, el seu responsable, Daniel Stenberg, explicava que dos investigadors amb analitzadors basats en IA li havien enviat més de 400 possibles errors. De la primera llista en van sortir unes 50 correccions, amb molt pocs falsos positius («remarkably few»), i tot i així ho descrivia com «a fair pile of work», un bon munt de feina.

El gener del 2026, Stenberg va tancar el programa de recompenses per errors de curl. Abans del 2025, més del 15 % dels informes eren vulnerabilitats reals; des del 2025, menys del 5 % («not even one in twenty was real»). Va escriure que filtrar aquell degoteig inacabable d'informes buits li suposava «a serious mental toll», un desgast seriós. curl continua acceptant avisos, sense diners pel mig.

Veracode, que ven eines de seguretat, mesura cada any quant triguen els seus clients a corregir. Al seu informe del 2025, el temps mitjà per corregir un error era de 252 dies, davant de 171 cinc anys abans, i la meitat de les organitzacions arrossegava deute de seguretat crític: errors greus oberts durant més d'un any.

Les fonts tenen els seus límits. El panell el publica un fabricant de models i mesura codi obert, lluny del codi d'una empresa; a més, avisa que un pedaç publicat no garanteix que estigui instal·lat. curl és un sol projecte, i el seu programa pagava per cada error, cosa que atreia informes de poca qualitat. Veracode mesura els seus propis clients. Cap no mesura un equip de producte amb un agent de revisió, que és el cas d'aquest article.

Com es veu en un equip

  • L'agent de revisió comenta un possible error a cada pull request (la petició per integrar un canvi) i l'equip aprèn a tancar-lo sense llegir-lo.
  • L'escàner obre incidències sense estimar, i a la planificació passen a la iteració següent perquè «no corren pressa».
  • Un avís real i un de fals esperen amb la mateixa prioritat, perquè ningú no ha decidit quin és quin.
  • La persona que els sap distingir és la mateixa que ha de treure el lliurament de divendres.
  • Una dependència amb pedaç publicat continua mesos sense actualitzar, perquè actualitzar-la trenca alguna cosa i ningú no té temps de mirar-ho.

Per què passa

El que s'ha promès al client té data i algú que en pregunta. Una vulnerabilitat sense explotar no es veu: no genera cap trucada ni endarrereix cap demo. Amb aquest repartiment, passar la correcció a la iteració següent és una decisió raonable cada vegada que es pren.

Part de la responsabilitat és de la direcció. Es celebra a la reunió el nombre d'avisos que troba l'eina i ningú no reserva el temps per corregir-los. L'equip rep dos encàrrecs alhora, lliurar i protegir, i només un dels dos es mesura. Encendre un escàner, a més, sembla el més responsable: tenir la llista dona sensació de control encara que ningú no la miri.

El que costa ajornar-ho

Cada avís sense classificar fa baixar el valor dels altres. Quan la llista només creix, l'equip aprèn que els seus avisos no canvien res i deixa de llegir-los, i l'error real que arriba enmig passa igual de desapercebut.

L'espera també té un cost directe. Amb 252 dies de mitjana per corregir a les empreses que mesura Veracode, una llista que creix més de pressa del que es buida converteix cada troballa en deute. Aquest deute apareix després, en un incident o en una actualització que ja no es pot fer perquè hi ha tres versions de diferència.

I la llista rep per dues bandes. Al que troben els escàners s'hi suma el que deixa el mateix agent quan el seu codi passa els tests i continua sense ser segur.

Què decidir abans d'encendre'l

Si fas la feina:

  • Classifica cada avís nou en cinc dies feiners com a màxim: real, fals positiu o risc acceptat amb un motiu escrit.
  • Quan descartis un fals positiu que es repeteix, escriu el motiu a les regles del repositori que llegeix l'agent, perquè la revisió següent en parteixi.

Si dirigeixes l'equip:

  • Abans d'encendre l'eina, escriu al context de l'equip els criteris de gravetat i el que es descarta, perquè els avisos arribin ja ordenats.
  • Mira cada mes el temps que passa des que un error es confirma fins que es corregeix, al costat dels lliuraments.

El que faria Manel Marcos, el nostre responsable tècnic:

  • Que el control automàtic freni poc i bé. Només bloqueja el merge (la integració del canvi) una vulnerabilitat confirmada de gravetat alta o crítica al codi que canvia aquesta pull request. Tota la resta entra en una cua que es revisa sense aturar l'equip.
  • Cap avís sense proposta de correcció. Si l'agent troba un error, obre també el canvi que el corregeix i les seves proves. Revisar una correcció costa molt menys que escriure-la des de zero.
  • Un responsable del filtre per rotació. A cada iteració, una persona decideix quins avisos són reals i quins es descarten, amb un criteri escrit. Així no es converteix sempre en el mateix coll d'ampolla.
  • Un forat fix a cada iteració. Una part estable de la capacitat va a corregir, i la cua de seguretat es mira amb la mateixa mètrica que la resta de la feina: quants hi entren i quants es tanquen.

És molt habitual trobar-me equips amb una llarga llista de deute tècnic, o amb les incidències competint amb les funcionalitats noves sense un criteri de priorització. Aquí l'escàner només allarga la llista.

Fer lloc al que troba la IA és una decisió de planificació, i convé prendre-la el mateix dia que s'encén l'escàner.

Preguntes freqüents

Què són les correccions sense forat?

Són errors de seguretat reals que algú, persona o eina, ja ha trobat i que ningú ha planificat corregir, perquè cada iteració de l'equip arriba plena de feina promesa. Donar-los lloc al pla és una decisió de qui planifica.

Quantes vulnerabilitats troba ja la IA?

El panell de divulgació d'Anthropic compta 37.966 troballes candidates en projectes de codi obert entre el novembre del 2025 i el novembre del 2026. Empreses de seguretat externes en van revisar 6.376 i en van confirmar 6.009, el 94,2 %. El mateix panell diu que la revisió humana és el pas que marca el ritme.

Per què va tancar curl el seu programa de recompenses per errors?

Perquè des del 2025 menys d'un de cada vint informes era un error real, davant de més del 15 % d'abans, i filtrar aquell soroll desgastava l'equip. Daniel Stenberg ho va anunciar el gener del 2026. curl continua acceptant avisos de seguretat, sense pagament.

Quant triga una empresa a corregir un error de seguretat?

A l'informe del 2025 de Veracode, el temps mitjà va ser de 252 dies, davant de 171 cinc anys abans, i la meitat de les organitzacions tenia errors greus oberts més d'un any. Veracode ven eines de seguretat i mesura els seus propis clients.

Què és el triatge de vulnerabilitats?

És classificar cada avís que arriba: si és un error real, un fals positiu o un risc que s'accepta amb un motiu escrit. Convé fer-ho en pocs dies i amb criteris escrits al context de l'equip, perquè la llista no creixi sense que ningú l'entengui.

Quanta capacitat cal reservar per corregir?

No hi ha una xifra que serveixi per a tots els equips. El pràctic és fixar un percentatge de cada iteració, mantenir-lo tres iteracions i ajustar-lo amb el que ha entrat i el que s'ha corregit en aquest temps.

Fonts

Bernat López
Escrit per
Bernat López
Fundador i CEO d'onext

Bernat López és fundador i CEO d'onext, boutique d'IA. Acompanya equips de desenvolupament i de producte a treballar amb IA amb mètode —especificació abans de programar, controls automàtics i Spec-Driven Development— i aplica a la seva pròpia empresa el que proposa: onext funciona amb el seu propi sistema agèntic.

LinkedIn →

Quants avisos de seguretat té el teu equip sense classificar?

Ho mirem amb tu al diagnòstic, que és gratuït.

Veure com treballem

El que construïm es queda al teu equip.