Claude Security đang ở giai đoạn Public Beta: “Scan to Fix” khẳng định những gì và không khẳng định những gì

Sản phẩm bảo mật của Anthropic hiện là bản beta công khai cho Claude Enterprise, và câu chào hàng một dòng của nó là một chuỗi hành động chứ không phải một tính từ: từ quét đến sửa, được thực hiện liền mạch. Cơ chế bên dưới dòng đó được nêu rõ ràng trên trang sản phẩm — Claude quét cơ sở mã của bạn bằng Claude Mythos, xác thực các phát hiện và đề xuất bản vá mà bạn có thể xem xét và phê duyệt. Ba động từ, một tên mô hình và một giới hạn phạm vi dễ bị bỏ qua khi đọc lướt: đây là bản beta và nó được viết cho khách hàng Enterprise chứ không phải cho bất kỳ ai tình cờ có một kho mã.

Câu hỏi thú vị chưa bao giờ là liệu một mô hình ngôn ngữ có thể tìm ra lỗ hổng hay không. Các mô hình đã làm việc đó từ lâu, đôi khi đủ giỏi để khiến những người viết mã phải xấu hổ. Câu hỏi thú vị là điều gì xảy ra giữa khoảnh khắc một phát hiện xuất hiện và khoảnh khắc nó được đóng lại, bởi vì khoảng trống đó chính là nơi tồn tại các tồn đọng bảo mật: một hàng đợi những vấn đề có vẻ hợp lý, không ai phân loại, giao cho tất cả mọi người, và được đóng lại một cách tình cờ. Câu trả lời của Anthropic là một quy trình gồm bốn giai đoạn, và mỗi giai đoạn đưa ra một tuyên bố có thể được xem xét riêng.

“bản beta công khai dành cho Claude Enterprise” có nghĩa là gì

Dòng thông tin về khả năng cung cấp này thẳng thừng một cách bất thường, và đáng để trích nguyên văn hơn là diễn giải lại: hiện đang ở dạng beta công khai dành cho Claude Enterprise. Ngay bên dưới là hai nút — liên hệ bộ phận kinh doanh, và đọc hướng dẫn. Cả hai đều không phải là biểu mẫu đăng ký. Trên thực tế, điều đó có nghĩa người mua ở đây là một doanh nghiệp đã có sẵn hợp đồng Enterprise và một đội ngũ bảo mật đủ uy tín để yêu cầu thêm một công cụ quét mới, chứ không phải một kỹ sư cá nhân chỉ muốn đem nó ra thử trên một dự án phụ.

Có một lối vào thứ hai, nhẹ hơn. Plugin Claude Security cho Claude Code đang ở bản beta. Đây là một phần mềm khác với cách triển khai khác — quét, xác thực và vá lỗi ngay trong Claude Code trong khi vẫn giữ mã trong môi trường của bạn — và đây là phiên bản quan trọng đối với một nhóm mà rào cản không phải là ngân sách mà là quy định về nơi được phép đưa mã nguồn đến.

Quá trình quét không dừng lại.

Hành vi được ghi nhận đầu tiên là lần quét sâu đầu tiên: Claude chạy nó một lần trên một cơ sở mã, rồi tiếp tục quét khi mã thay đổi. Đó là một câu ngắn với hệ quả vận hành lớn. Quét một lần giống như một bức ảnh. Cơ sở mã không phải ảnh chụp; chúng là thời tiết. Một phát hiện đúng vào ngày đánh giá và đã được sửa một nửa qua ba lần hợp nhất sau đó còn tệ hơn là không có phát hiện nào, vì nó tiêu tốn sự chú ý của những người phải đọc lại nó.

Quét liên tục cũng là phần của sản phẩm khó giả mạo nhất. Nó đòi hỏi công cụ quét phải hiểu những thay đổi nào là quan trọng, một kỹ năng khác với việc tìm ra lỗ hổng trong một cây tĩnh. Trang này không mô tả cách thức ưu tiên hóa đó vận hành, và bài viết này sẽ không đoán về điều đó.

Trục duy nhất mà tại đó tuyên bố mang tính cụ thể

Anthropic khẳng định rằng Claude Security truy vết luồng dữ liệu xuyên suốt các tệp và kho lưu trữ để tìm ra những lỗ hổng mà các trình quét so khớp mẫu có thể không phát hiện được. Đó là tuyên bố dễ kiểm chứng nhất trong toàn bộ phần mô tả sản phẩm, vì nó nêu tên một cơ chế thay vì một kết quả.

Khớp mẫu, như tên gọi của nó, tìm kiếm một hình dạng đã biết là xấu: một lời gọi hàm với đối số bị nhiễm bẩn, một chuỗi được nối vào truy vấn, một API không an toàn đã biết. Nó nhanh, nó rẻ, và đó là lý do các trình quét truyền thống nổi tiếng với hai điều cùng lúc — bắt được cùng một lớp lỗi ở mọi nơi nó xuất hiện, và chôn đội ngũ trong những phát hiện hóa ra là không thể chạm tới. Giải pháp thay thế là theo dõi một giá trị từ nơi nó đi vào hệ thống đến nơi nó được sử dụng, xuyên qua ranh giới giữa các tệp và dịch vụ. Đó là nơi những lỗi thực sự ẩn náu, và cũng là nơi việc phân tích trở nên tốn kém, vì công cụ phải giữ nhiều ngữ cảnh hơn mức vừa trong một hàm.

Tuy nhiên, hãy lưu ý cách nói thận trọng trong câu. Có thể không phát hiện. Đó là từ đúng để dùng khi nhà cung cấp không có điểm chuẩn nào để đối chiếu, và đó cũng là lý do tuyên bố này nên được kiểm chứng với chính cơ sở mã của bạn thay vì được chấp nhận như một thuộc tính của sản phẩm.

Xác minh đối kháng và một mô hình mối đe dọa mà bạn có thể chỉnh sửa

Giai đoạn thứ hai là giai đoạn giải quyết vấn đề dương tính giả mà mọi đội bảo mật đều biết. Mọi phát hiện đều phải trải qua xác minh đối kháng trước khi đến tay đội ngũ. Một cơ chế sẽ cố gắng bác bỏ phát hiện trước khi con người nhìn thấy nó: nhằm chứng minh rằng đầu vào thực sự không thể chạm tới sink, hoặc đường đi đã được bảo vệ ở thượng nguồn, hoặc đoạn mã đang xét là mã chết.

Nửa sau của chính câu đó, một cách kín đáo, là quyết định thiết kế thú vị nhất trên trang. Một mô hình mối đe dọa mà nhóm của bạn có thể chỉnh sửa sẽ quyết định điều gì đáng bị gắn cờ. Trên thực tế, điều đó đặt định nghĩa về mức độ liên quan vào tay khách hàng. Một công cụ quét tự quyết định mức độ nghiêm trọng thì luôn hơi sai, bởi vì mức độ nghiêm trọng mang tính ngữ cảnh: một endpoint không được xác thực trong công cụ quản trị nội bộ là một vấn đề khác với chính endpoint đó trên internet công cộng, và không nhà cung cấp nào có thể biết nó đang nhìn vào trường hợp nào. Cho phép chỉnh sửa mô hình mối đe dọa là lời thừa nhận trung thực về điều đó.

Nó cũng tạo ra công việc. Một mô hình mối đe dọa mà không ai duy trì sẽ trở thành một bộ lọc che giấu những thứ mà không ai nghĩ tới, điều này trái ngược với mục đích của một trình quét. Những đội nhận được giá trị từ việc này sẽ là những đội coi mô hình mối đe dọa là một tài liệu sống có người chịu trách nhiệm, giống như cách họ đối xử với runbook.

Một bản vá là đơn vị đầu ra.

Mọi phát hiện đều bao gồm một bản vá được đề xuất để nhóm xem xét và phê duyệt, và Claude đánh dấu phát hiện đó là đã được khắc phục khi bản sửa lỗi được phát hành. Hai khẳng định nằm trong câu đó và chúng đáng được tách bạch.

Điều đầu tiên là đầu ra của một lần quét là một thay đổi, không phải một phiếu. Đây là sự khác biệt giữa việc nói với một kỹ sư rằng mã của họ có vấn đề và nói cho họ biết mã đã sửa trông như thế nào. Nó nén phần ít thú vị nhất của công việc bảo mật — hiểu mã của người khác đủ rõ để sửa nó mà không làm hỏng thứ mà nó vận hành — và nó nén phần đó cho người hiểu mã ít nhất. Đó cũng là rủi ro: một bản vá trông đúng và vượt qua đánh giá vì người đánh giá đã mệt là một lỗi mới với dấu kiểm xanh.

Khẳng định thứ hai liên quan đến việc đóng vấn đề. Claude đánh dấu một phát hiện là đã khắc phục ngay khi bản sửa được phát hành, nhờ đó các phát hiện được đóng lại thay vì chất đống. Tồn đọng không phải là thất bại của việc phát hiện. Đó là thất bại của việc ghi chép: cùng một lỗ hổng được báo cáo bảy lần qua bảy lượt quét, và hàng đợi tăng nhanh hơn mức bất kỳ ai có thể xử lý hết. Theo dõi một phát hiện cho đến tận commit giải quyết nó chính là cơ chế khiến một trình quét liên tục trở nên dễ chịu thay vì làm nản lòng.

Anthropic nói rõ rằng con người vẫn nằm trong vòng kiểm soát, khi mỗi bản vá đều phải được xem xét và phê duyệt. Bất kỳ ai triển khai điều này nên coi đó là câu chịu lực cốt lõi, chứ không phải dòng tuyên bố miễn trừ ở cuối văn bản.

Hai bản phát hành, một hướng đi

Claude Security không xuất hiện một cách đơn lẻ. Anthropic đã phát hành Code Review dưới dạng được cung cấp rộng rãi vào ngày 15 tháng 10 năm 2026, và tính năng quét liên tục cùng theo dõi bản sửa lỗi của Claude Security đã ra mắt vào ngày 21 tháng 10 năm 2026 dưới dạng bản beta công khai cho Claude Enterprise. Khi đọc cùng nhau, hai động thái này cho thấy một điều về hướng đi: việc đánh giá đang chuyển từ một cổng kiểm soát mà một thay đổi phải đi qua ở cuối sang một quy trình chạy song song với thay đổi ngay khi nó được viết. Khoảng thời gian giữa hai ngày đó đủ ngắn để các sản phẩm nên được đánh giá như một câu chuyện về nơi công việc bảo mật đang đi tới, chứ không phải hai bản phát hành không liên quan.

Điều gì chưa được công bố, và con số nào sẽ giải quyết được điều đó

Danh sách những điều chưa rõ ở đây dài hơn danh sách các tuyên bố, và điều đó là bình thường đối với một bản beta công khai chứ không phải một vụ bê bối. Một lần quét bao phủ bao nhiêu phần của cơ sở mã thì không được công bố. Thời gian quét không được công bố. Tỷ lệ dương tính giả không được công bố. Các chuẩn đánh giá khả năng phát hiện không được công bố. Không có đánh giá độc lập. Giá theo người dùng không được công bố, và danh sách các ngôn ngữ được hỗ trợ cũng vậy.

Trong số đó, benchmark phát hiện còn thiếu là thứ thay đổi quyết định mua. Nếu không có nó, “bắt được những gì các scanner so khớp mẫu bỏ sót” là một tuyên bố mang tính định hướng mà không thể so sánh với scanner đã có trong ngân sách. Danh sách ngôn ngữ được hỗ trợ là điều thứ hai: kho mã đa ngôn ngữ là trường hợp bình thường ở một công ty thuộc bất kỳ quy mô nào, và một scanner xuất sắc ở ba ngôn ngữ nhưng vắng mặt ở năm ngôn ngữ còn lại là scanner tạo ra bức tranh gây hiểu lầm về bề mặt rủi ro.

Không điều nào trong số này có nghĩa là sản phẩm không hoạt động. Điều đó có nghĩa là việc đánh giá phải do người mua thực hiện, bằng chính mã của người mua, và rằng một bản demo sẽ không làm được điều đó.

Dù sao thì làm thế nào để đánh giá nó?

Nếu nhóm của bạn định thử nó, thử nghiệm hữu ích không phải là một kho mã mới với một điểm yếu được cố tình cài vào. Mà là một kho mã đã có lịch sử: một dịch vụ từng gặp sự cố năm ngoái, một thư viện có lỗ hổng đã biết mà mất hai tuần mới xử lý xong, một mô-đun mà ai cũng hơi e ngại. Hãy hướng bản quét vào đó và so sánh những gì nó tìm thấy với những phát hiện mà nhóm của bạn đã ghi lại. Chỉ số recall đối với các vấn đề đã biết là đo lường được ngay cả khi nhà cung cấp chưa công bố một chuẩn đánh giá, bởi vì dữ liệu chuẩn nằm trong chính hệ thống theo dõi sự cố của bạn.

Thứ hai, hãy chú ý đến mô hình mối đe dọa. Nếu việc đầu tiên nhóm bạn làm là tắt phần lớn các hạng mục để giảm hàng đợi, thì bạn đã biết rằng mô hình mặc định không khớp với rủi ro mà nhóm bạn thực sự gánh chịu, và bạn nên sửa mô hình thay vì sửa bộ lọc. Thứ ba, hãy đo bước thực sự quan trọng: thời gian từ khi một phát hiện xuất hiện đến khi một bản vá được hợp nhất. Con số đó là của bạn, có thể so sánh giữa các công cụ và chính là con số mà sản phẩm thực sự tuyên bố sẽ cải thiện.

Nên đặt bộ định tuyến ở đâu, và không nên đặt ở đâu

Ranh giới này đáng được nêu rõ ràng. Claude Security là một ứng dụng của Anthropic. Chúng tôi không lưu trữ nó, không bán nó, và không thể cho bạn biết nó đã tìm thấy hay không tìm thấy gì trong kho lưu trữ của bạn. Trình quét chạy trên Claude Mythos, và chúng tôi không tuyên bố lưu trữ mô hình đó.

Điều chúng tôi làm là chạy các mô hình. Một endpoint tương thích OpenAI, một khóa, hơn 200 mô hình phía sau, giá niêm yết của nhà cung cấp được chuyển nguyên vẹn mà không cộng thêm markup, và tự động chuyển đổi dự phòng giữa các nhà cung cấp khi một bên gặp trục trặc. Claude Opus 5.5 nằm trong danh mục đó với giá $4.00 mỗi triệu token đầu vào và $20.00 mỗi triệu token đầu ra, với ngữ cảnh 1M token và đọc bộ nhớ đệm ở mức $0.20 mỗi triệu. Đó là sự thật về danh mục của chúng tôi, không phải tuyên bố về trình quét.

Chỗ nó trở nên liên quan là phần của một chương trình bảo mật không phải máy quét: công cụ nội bộ tóm tắt hàng nghìn phát hiện thành thứ mà con người có thể sàng lọc ưu tiên, tác nhân soạn thảo bản khuyến nghị, bước đánh giá mà một nhóm muốn xây dựng quanh các quy tắc của chính mình. Đó là những lệnh gọi mô hình thông thường, và bộ định tuyến là cách hợp lý để thực hiện chúng mà không mã hóa cứng một nhà cung cấp. DSL định tuyến có ý nghĩa khi một bước muốn dùng mô hình nhỏ cho khối lượng lớn còn bước tiếp theo muốn dùng mô hình cẩn trọng hơn cho việc ra phán đoán; chuyển đổi dự phòng tự động có ý nghĩa khi lệnh gọi nằm bên trong một pipeline chạy lúc ba giờ sáng và không có ai theo dõi.

Điều mà bản beta thực sự đang yêu cầu bạn tin tưởng

Bỏ qua phần dẫn dắt, sản phẩm đặt cược vào ba điều. Rằng một mô hình suy luận trên mã nguồn tìm ra những thứ mà so khớp mẫu không tìm được. Rằng một lượt thứ hai mang tính đối kháng là đủ để giữ nhiễu ở mức thấp. Rằng một phát hiện chỉ được xem là hoàn tất khi một bản vá được phát hành và hàng đợi khép lại phía sau nó. Can cược thứ ba là can cược kém hào nhoáng nhất và có khả năng đúng cao nhất, vì đó là một phát biểu về quy trình chứ không phải về trí thông minh.

Can cược đầu tiên là thứ cần được kiểm chứng. Anthropic đã công bố cơ chế — truy vết luồng dữ liệu xuyên các tệp và kho lưu trữ — nhưng chưa công bố con số nào cho thấy nó hoạt động tốt đến đâu. Đó không phải là lý do để loại bỏ sản phẩm. Đó là lý do để chạy nó trên một kho lưu trữ mà bạn đã biết rõ lịch sử, và đánh giá nó dựa trên những phát hiện bạn có thể xác minh thay vì những phát hiện trông ấn tượng trong một buổi trình diễn.