Um toolkit de segurança, não um scanner
O Google liberou em código aberto o Mantis, um conjunto modular de habilidades de revisão de segurança que permite a um agente de IA de programação executar todo o ciclo de vida de uma vulnerabilidade: encontrar a falha suspeita, eliminar falsos positivos, reproduzir o bug em uma sandbox, escrever um patch mínimo, re-atacar o patch e atribuir uma pontuação de risco residual.
O Mantis não é um scanner que você aponta para um repositório e esquece. É um conjunto de comandos de barra que o seu agente de programação carrega, junto com regras rígidas sobre onde o agente pode executar código.
Como funciona o pipeline
Cada etapa é publicada como um diretório de habilidade separado, invocada como comando e encadeada em sequência. As etapas iniciais aprendem o alvo: o comando /mantis-history vasculha o histórico de controle de versão em busca de correções de segurança antigas, enquanto /mantis-threat-model deriva os limites de confiança do sistema e /mantis-plan produz um roteiro direcionado.
As etapas intermediárias encontram e filtram: /mantis-researcher varre os arquivos contra o plano, e /mantis-dedupe, /mantis-review e /mantis-critic colapsam duplicatas e descartam problemas que não podem ocorrer em um build de produção.
As etapas finais provam e corrigem: /mantis-reproduce executa o payload em gVisor ou em uma VM sem rede, /mantis-chain monta cadeias de exploits em várias etapas, /mantis-patch aplica e verifica a correção, e /mantis-calibrate atribui uma pontuação de risco de 1 a 10.
Por que o Mantis é diferente
A maioria das ferramentas de segurança com agentes para de gerar descobertas. O Mantis é interessante porque trata o reprodutor e o re-ataque como a fronteira de confiança, e porque publica os contratos entre etapas — permitindo que equipes envolvam as habilidades em um harness determinístico, em vez de confiar em um LLM orquestrando comandos de shell.
O Google cita taxas de verdadeiro-positivo abaixo de 7% na varredura ingênua de código por IA como o problema que o Mantis ataca. Uma árvore hierárquica de resumos reduz o consumo de tokens em mais de 85%, segundo a empresa. O projeto é distribuído sob a licença Apache 2.0 e pode ser executado com Gemini CLI, Antigravity CLI, Google ADK ou outros frameworks de agentes — recomendado por ora para avaliação local e interna, ainda não para produção.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
