Ежегодная проверка безопасности проигрывает темпу атак и выпусков ПО. По данным Verizon DBIR 2026, собранным на основе более чем 22 000 подтверждённых взломов, эксплуатация уязвимостей обошла похищенные учётные данные и стала главным способом первоначального проникновения: с неё начинается 31% инцидентов. Google Mandiant оценивает срок превращения найденной уязвимости в рабочий инструмент атаки примерно в пять дней. Между тем медианное время установки исправлений выросло с 32 до 43 дней, а доля закрытых уязвимостей из каталога CISA Known Exploited Vulnerabilities упала с 38% до 26%. Получается неприятное окно: злоумышленник уже действует, пока компания ещё согласует патч.
Cobalt в отчёте State of Pentesting 2026 называет медианный срок устранения находок высокого риска: 39 дней. Разрыв между лучшими и худшими организациями достигает 25 раз. У приложений на базе ИИ и больших языковых моделей опасные находки встречаются в 2,7 раза чаще, чем у традиционных систем. При этом ежегодный пентест обычно охватывает лишь 5–10% активов, оставляя около 90% без проверки. Даже качественный отчёт быстро стареет: ИИ ускоряет разработку, релизы выходят чаще, а поверхность атаки меняется ещё до завершения исправлений.
Показателен IDOR, Insecure Direct Object Reference, в личном кабинете. Злоумышленник меняет
Сканер по базе CVE такой IDOR пропустит, поскольку уязвимость относится к конкретному приложению. DAST с фиксированными полезными нагрузками, скорее всего, не воспроизведёт авторизованную многошаговую атаку. Ручной пентестер способен её обнаружить, но лишь в исследованной доле системы, а следующий релиз может обнулить актуальность результата. Агентная система действует иначе: составляет карту конечных точек, выводит правила владения объектами, строит цепочку эксплуатации, подтверждает захват и повторяет проверку после изменений.
Полнота такого тестирования не должна зависеть от любопытства модели. До запуска формируется матрица: каждая конечная точка сопоставляется со всеми применимыми категориями атак, а проверки превращаются в обязательные рабочие задания. ИИ разрешено менять способ атаки, но нельзя решать, проводить ли её вообще. Иначе модель увлечётся необычной находкой и незаметно пропустит скучные участки. Каждое обнаружение затем обязан независимо воспроизвести отдельный агент-валидатор. Так отсев ложных срабатываний происходит внутри системы, а не перекладывается на аналитиков заказчика.
Для современных сайтов нужен браузерный агент, а не языковая модель, прикреплённая к командной строке с HTTP-запросами. Он должен работать в настоящем браузере, сохранять сессию, понимать динамический интерфейс, проходить одноразовые коды и MFA, учитывать антибот-защиту, восстанавливать намерение пользователя и проверять бизнес-логику за видимыми действиями. Без этого сложные сценарии вроде смены владельца объекта, восстановления доступа или злоупотребления последовательностью операций останутся за пределами проверки.
Агентный пентест одновременно служит средством защиты и автономной ИИ-системой, допущенной к рабочей среде. Поэтому до запуска нужны явная и отзывная область разрешённых действий, ограничения радиуса ущерба, мгновенная безопасная остановка, изоляция данных, нулевой доступ к инфраструктуре клиентских данных, полный экспортируемый журнал, назначенный человеческий надзор и гарантии поставщика. Главный вопрос звучит жёстко: «Какой максимальный ущерб этот агент способен причинить рабочей среде и что именно его остановит?» Если точного ответа нет, разрешать запуск рано.
Экономику полезно считать не по цене одного отчёта. Анализ Reflectiz по опубликованным тарифам поставщиков оценивает среднюю ручную проверку примерно в 18 300 долларов, причём перерасход часто достигает 30–50%. Зрелая программа может тратить свыше 150 000 долларов в год и всё равно проверять только 5–10% активов. Агентные платформы заявляют до десятикратного увеличения тестовой мощности за стоимость одного ручного проекта. Для совета директоров разумнее показатель снижения риска с поправкой на охват на каждый потраченный доллар, особенно на фоне средней стоимости утечки в 4,44 миллиона долларов по данным IBM за 2025 год.
Непрерывные проверки дают и аудиторские доказательства: матрицу покрытия, подтверждённые находки, шаги воспроизведения и отчёты о динамике. Такой режим способен подтверждать выполнение требования PCI DSS 4.0.1 о тестировании после существенных изменений, чего ежегодная процедура по своей конструкции не гарантирует. Те же материалы можно связать с контрольными мероприятиями DORA, NIS2, SOC 2, ISO 27001, статьёй 32 GDPR и HIPAA.
Практическая программа внедрения должна включать визуализацию данных об экспозиции за 2026 год, десять вопросов поставщику и признаки обычной LLM в новой упаковке, договорные ограничения, карту рынка агентного пентестинга, четыре модели ценообразования с разбором поведения, которое каждая из них наказывает, и 90-дневный план с KPI ответственности. К этому добавляются чек-лист CISO из 11 пунктов, сравнение трёх поколений тестирования и привязка требований нормативных систем к конкретным доказательствам. Выбор уже не сводится к спору ручного и автоматического подходов: CISO приходится добиваться непрерывного, полного, доказуемого, независимо подтверждённого и безопасно управляемого покрытия всего веб-портфеля по защищаемой цене.
Изображение носит иллюстративный характер
Cobalt в отчёте State of Pentesting 2026 называет медианный срок устранения находок высокого риска: 39 дней. Разрыв между лучшими и худшими организациями достигает 25 раз. У приложений на базе ИИ и больших языковых моделей опасные находки встречаются в 2,7 раза чаще, чем у традиционных систем. При этом ежегодный пентест обычно охватывает лишь 5–10% активов, оставляя около 90% без проверки. Даже качественный отчёт быстро стареет: ИИ ускоряет разработку, релизы выходят чаще, а поверхность атаки меняется ещё до завершения исправлений.
Показателен IDOR, Insecure Direct Object Reference, в личном кабинете. Злоумышленник меняет
account_id в запросе обновления профиля, а сервер не проверяет принадлежность записи текущему пользователю. Затем перебираются идентификаторы, чужие адреса электронной почты заменяются своими, запускается сброс пароля и захватываются аккаунты. Здесь может не быть ни отдельного CVE, ни некорректного ввода: ошибка спрятана в бизнес-логике. В 2019 году у First American Financial похожий дефект открыл доступ к 885 миллионам ипотечных и титульных документов. Для просмотра чужого файла хватало изменить одну цифру в ссылке. Сканер по базе CVE такой IDOR пропустит, поскольку уязвимость относится к конкретному приложению. DAST с фиксированными полезными нагрузками, скорее всего, не воспроизведёт авторизованную многошаговую атаку. Ручной пентестер способен её обнаружить, но лишь в исследованной доле системы, а следующий релиз может обнулить актуальность результата. Агентная система действует иначе: составляет карту конечных точек, выводит правила владения объектами, строит цепочку эксплуатации, подтверждает захват и повторяет проверку после изменений.
Полнота такого тестирования не должна зависеть от любопытства модели. До запуска формируется матрица: каждая конечная точка сопоставляется со всеми применимыми категориями атак, а проверки превращаются в обязательные рабочие задания. ИИ разрешено менять способ атаки, но нельзя решать, проводить ли её вообще. Иначе модель увлечётся необычной находкой и незаметно пропустит скучные участки. Каждое обнаружение затем обязан независимо воспроизвести отдельный агент-валидатор. Так отсев ложных срабатываний происходит внутри системы, а не перекладывается на аналитиков заказчика.
Для современных сайтов нужен браузерный агент, а не языковая модель, прикреплённая к командной строке с HTTP-запросами. Он должен работать в настоящем браузере, сохранять сессию, понимать динамический интерфейс, проходить одноразовые коды и MFA, учитывать антибот-защиту, восстанавливать намерение пользователя и проверять бизнес-логику за видимыми действиями. Без этого сложные сценарии вроде смены владельца объекта, восстановления доступа или злоупотребления последовательностью операций останутся за пределами проверки.
Агентный пентест одновременно служит средством защиты и автономной ИИ-системой, допущенной к рабочей среде. Поэтому до запуска нужны явная и отзывная область разрешённых действий, ограничения радиуса ущерба, мгновенная безопасная остановка, изоляция данных, нулевой доступ к инфраструктуре клиентских данных, полный экспортируемый журнал, назначенный человеческий надзор и гарантии поставщика. Главный вопрос звучит жёстко: «Какой максимальный ущерб этот агент способен причинить рабочей среде и что именно его остановит?» Если точного ответа нет, разрешать запуск рано.
Экономику полезно считать не по цене одного отчёта. Анализ Reflectiz по опубликованным тарифам поставщиков оценивает среднюю ручную проверку примерно в 18 300 долларов, причём перерасход часто достигает 30–50%. Зрелая программа может тратить свыше 150 000 долларов в год и всё равно проверять только 5–10% активов. Агентные платформы заявляют до десятикратного увеличения тестовой мощности за стоимость одного ручного проекта. Для совета директоров разумнее показатель снижения риска с поправкой на охват на каждый потраченный доллар, особенно на фоне средней стоимости утечки в 4,44 миллиона долларов по данным IBM за 2025 год.
Непрерывные проверки дают и аудиторские доказательства: матрицу покрытия, подтверждённые находки, шаги воспроизведения и отчёты о динамике. Такой режим способен подтверждать выполнение требования PCI DSS 4.0.1 о тестировании после существенных изменений, чего ежегодная процедура по своей конструкции не гарантирует. Те же материалы можно связать с контрольными мероприятиями DORA, NIS2, SOC 2, ISO 27001, статьёй 32 GDPR и HIPAA.
Практическая программа внедрения должна включать визуализацию данных об экспозиции за 2026 год, десять вопросов поставщику и признаки обычной LLM в новой упаковке, договорные ограничения, карту рынка агентного пентестинга, четыре модели ценообразования с разбором поведения, которое каждая из них наказывает, и 90-дневный план с KPI ответственности. К этому добавляются чек-лист CISO из 11 пунктов, сравнение трёх поколений тестирования и привязка требований нормативных систем к конкретным доказательствам. Выбор уже не сводится к спору ручного и автоматического подходов: CISO приходится добиваться непрерывного, полного, доказуемого, независимо подтверждённого и безопасно управляемого покрытия всего веб-портфеля по защищаемой цене.
