Nel teatro sempre più affollato della sicurezza informatica, dove per anni si è giocata una partita di logoramento tra difensori e attaccanti, il dato più interessante non è che Firefox abbia avuto 271 vulnerabilità. Sarebbe ingenuo scandalizzarsi nel 2026. Il punto, semmai, è che quelle vulnerabilità sono state individuate da una macchina, una versione preliminare di Claude Mythos AI sviluppata da Anthropic, e lo ha fatto con una scala e una velocità che ridefiniscono brutalmente il concetto stesso di audit del codice.

Chi lavora nel settore lo sa da decenni, ma pochi lo ammettono apertamente: il software moderno è intrinsecamente vulnerabile. Non perché gli ingegneri siano incompetenti, ma perché la complessità è ormai fuori scala. Firefox, come qualsiasi browser contemporaneo, è un organismo stratificato, una sorta di città medievale cresciuta senza piano regolatore, dove ogni modulo è stato costruito per risolvere un problema specifico e poi lasciato lì a convivere con gli altri. La sicurezza, in questo contesto, non è uno stato ma una tensione continua, una guerra fredda fatta di patch, exploit e bug bounty.

L’ingresso di sistemi come Claude Mythos AI in questo scenario non è un semplice miglioramento incrementale. È un cambio di paradigma. Mozilla ha dichiarato che un precedente modello della stessa famiglia aveva individuato 22 vulnerabilità. Poi improvvisamente diventano 271. Questo non è progresso lineare, è una curva esponenziale. E quando la sicurezza diventa esponenziale, la governance smette di esserlo.

Il dato più interessante, quasi rassicurante, è che Mozilla ha sottolineato come nessuna delle vulnerabilità individuate fosse concettualmente al di fuori della portata di un ricercatore umano d’élite. Tradotto: l’AI non sta ancora inventando nuove categorie di bug. Sta semplicemente scalando l’intelligenza esistente. Una constatazione che suona tranquillizzante solo fino a quando non si fa un semplice calcolo mentale: quanti ricercatori d’élite esistono nel mondo? Qual è il loro throughput? E soprattutto, quanto tempo impiegherebbero a fare ciò che una macchina fa in ore?

La risposta è implicita, e non è confortante.

Per anni l’industria ha vissuto in una sorta di equilibrio precario. Le vulnerabilità venivano scoperte lentamente, spesso dopo essere state sfruttate. I vendor patchavano, gli attaccanti si adattavano. Una dinamica quasi biologica, simile all’evoluzione tra predatori e prede. Mozilla lo ammette con una lucidità rara: “l’industria ha combattuto la sicurezza fino a un pareggio”. Un pareggio, però, è sostenibile solo quando entrambe le parti hanno vincoli simili.

L’intelligenza artificiale elimina questi vincoli.

Da un lato, le aziende possono finalmente analizzare codebase enormi con una profondità prima impensabile. La promessa è allettante: scoprire le vulnerabilità prima che lo facciano gli attaccanti. Dall’altro lato, la stessa tecnologia può essere utilizzata per automatizzare l’exploit discovery su scala industriale. Il risultato è un’accelerazione simultanea di difesa e attacco, ma con una differenza fondamentale: gli attaccanti non devono rispettare roadmap, compliance o reputazione.

Il programma Project Glasswing rappresenta, in questo senso, un tentativo quasi disperato di contenere l’inevitabile. Limitare l’accesso a queste capacità a pochi attori selezionati come Amazon, Apple e Microsoft è una strategia comprensibile, ma storicamente fragile. La storia della tecnologia è una lunga sequenza di strumenti nati in ambienti controllati e poi inevitabilmente diffusi. Internet stesso era un progetto militare. Oggi è un’arena globale.

Il vero punto cieco, tuttavia, non è tecnologico ma culturale. L’industria della sicurezza ha costruito la propria identità sull’idea di scarsità del talento. Il “ricercatore d’élite” è una figura quasi mitologica, difficile da formare e ancora più difficile da trattenere. L’AI distrugge questa narrativa. Democratizza, o se si preferisce, commoditizza la capacità di analizzare codice complesso. E quando una capacità diventa commodity, il suo valore strategico si sposta altrove.

La domanda allora cambia. Non è più “possiamo trovare tutte le vulnerabilità?”, ma “possiamo gestire il flusso continuo di vulnerabilità che ora siamo in grado di scoprire?”. Una differenza sottile, ma devastante. Perché trovare 271 bug è un successo tecnico, ma anche un incubo operativo. Ogni vulnerabilità deve essere verificata, classificata, patchata, testata e distribuita. Ogni patch introduce potenzialmente nuovi bug. È un ciclo senza fine, ora accelerato.

Un osservatore cinico potrebbe notare che stiamo assistendo a una forma di inflazione della vulnerabilità. Più strumenti abbiamo per trovarle, più vulnerabilità esistono, almeno dal punto di vista operativo. Non perché il software sia improvvisamente peggiorato, ma perché la nostra capacità di osservazione è migliorata. È lo stesso fenomeno che si verifica in medicina quando migliorano gli strumenti diagnostici: le malattie non aumentano, ma la loro rilevazione sì.

Il riferimento al test condotto dal UK AI Security Institute aggiunge un ulteriore livello di complessità. Un sistema capace di eseguire autonomamente un attacco multi-stage su una rete aziendale non è semplicemente un tool di analisi. È un attore operativo. La linea tra difesa e offesa diventa, in pratica, una questione di configurazione.

Si potrebbe obiettare che anche in passato strumenti come Metasploit o Burp Suite hanno abbassato la barriera all’ingresso per gli attaccanti. È vero. Ma la differenza è qualitativa. Quegli strumenti amplificavano competenze esistenti. L’AI le sostituisce, o almeno le simula con una fedeltà crescente. La famosa “script kiddie” potrebbe presto essere sostituita da un agente autonomo che esegue campagne di exploit con una precisione chirurgica.

Mozilla, con una certa eleganza, respinge l’idea che l’AI scoprirà vulnerabilità completamente nuove, incomprensibili agli esseri umani. È una posizione razionale, quasi illuminista. Il software, dicono, è progettato per essere comprensibile. Non è arbitrariamente complesso. Una dichiarazione che ricorda certi dibattiti accademici sulla teoria della computazione. Tuttavia, anche se il dominio resta teoricamente comprensibile, la sua esplorazione pratica diventa sempre più automatizzata. E quando l’esplorazione è automatizzata, la comprensione umana diventa opzionale.

Qui si inserisce una riflessione più ampia, che raramente emerge nei comunicati stampa. L’industria tecnologica ha passato gli ultimi vent’anni a costruire sistemi sempre più complessi, confidando implicitamente nella capacità umana di gestirli. L’AI sta rivelando il paradosso: abbiamo creato sistemi troppo complessi per gli umani, e ora abbiamo bisogno di macchine per capirli. È un ciclo autoalimentato, una sorta di debito cognitivo che stiamo pagando con interessi.

Il risultato finale è una ridefinizione del concetto stesso di sicurezza. Non più assenza di vulnerabilità, obiettivo dichiaratamente irrealistico, ma capacità di risposta. Velocità di patching, resilienza architetturale, capacità di isolare e contenere i danni. In altre parole, la sicurezza diventa un problema di ingegneria dei sistemi distribuiti, più che di perfezione del codice.

Qualcuno potrebbe vedere in tutto questo un’opportunità straordinaria. E lo è. La possibilità di analizzare milioni di righe di codice in tempi ridotti apre scenari impensabili fino a pochi anni fa. Ma come spesso accade, il vantaggio è simmetrico. Ogni progresso difensivo ha il suo equivalente offensivo. È la legge non scritta della sicurezza informatica.

La vera domanda, quella che i consigli di amministrazione dovrebbero iniziare a porsi, è un’altra. Non riguarda Firefox, né Anthropic, né Mozilla. Riguarda il modello operativo delle organizzazioni. Siamo strutturati per operare in un mondo in cui le vulnerabilità possono essere scoperte a questa velocità? Abbiamo processi, cultura e governance adeguati? Oppure stiamo semplicemente aggiungendo un acceleratore a un sistema già fragile?

La risposta, se si osservano le dinamiche attuali, tende verso la seconda ipotesi. L’adozione dell’AI nella sicurezza sta seguendo lo stesso schema visto in altri ambiti: entusiasmo iniziale, sperimentazione rapida, integrazione parziale, e solo successivamente una riflessione strategica. Un approccio che funziona per ottimizzare campagne marketing, meno quando si tratta di proteggere infrastrutture critiche.

In fondo, la lezione più interessante di questa storia è quasi banale, ma raramente esplicitata. La tecnologia non elimina i problemi, li trasforma. Claude Mythos AI non ha reso Firefox meno sicuro. Ha reso visibile la sua insicurezza latente. Una differenza sottile, ma fondamentale.

E come spesso accade, vedere chiaramente un problema è il primo passo per risolverlo. Ma è anche il primo passo per sfruttarlo.

Mozilla : https://blog.mozilla.org/en/firefox/ai-security-zero-day-vulnerabilities/