في عالم البرمجة المعقد، تعتبر مراجعة الكود الآمنة أمرًا ضروريًا قبل دمج البرامج، حيث يعتمد مطورو Atlassian على أدوات تحليل خفيفة الوزن، بينما يتم تأجيل التقييمات الأمنية العميقة إلى مراحل لاحقة، مما يؤدي إلى تأخير التعليقات وزيادة تكاليف الإصلاح. غالبًا ما تكون أدوات التحليل الثابت الحالية مزعجة ولا تتعامل بشكل جيد مع الثغرات المعتمدة على السياق أو ظهورها الجزئي.

عبر دمج نماذج اللغة الكبيرة (Large Language Models - LLM) مع التنقل في الكود، يُظهر الذكاء الاصطناعي العنصري (Agentic AI) وعداً كبيراً، لكن فعاليته في مراجعة الكود الأمني في مراحله المبكرة لم تُستكشف بعد.

اليوم، نُعلن عن AgenticSCR، مراجعة آمنة للكود تعتمد على الذكاء الاصطناعي وتحاكي الذاكرة الدلالية المركزة على الأمان. حيث تتيح هذه الأداة إمكانية الكشف عن الثغرات قبل أن تظهر completamente.

حقق AgenticSCR تحسينًا نسبيًا بنسبة 153% في إنتاج التعليقات مع تحديد الموقع الصحيح، نوع الثغرة، وأهميتها مقارنةً بأساليب التحليل الثابتة التقليدية وأدوات SAST. في تجربة ظل، تم التحقق من 54% من تعليقات الأداة بواسطة مهندسي الأمان لمساعدة المطورين، مما يُظهر فائدة عملية كبيرة.

تُعد هذه النتائج خطوة مهمة نحو تمكين الكشف عن الثغرات في المراحل المبكرة من عملية التطوير، وتسلط الضوء على إمكانية بناء ذاكرة دلالية مركزة على الأمن كدليل واعد لمراجعة الكود الآمن في المستقبل.