Che cos'è Chainguard Harness?

Il 14 ottobre 2026 Chainguard ha annunciato Chainguard Harness, un’offerta che utilizza il modello avanzato Claude Mythos 5.1 di Anthropic per analizzare in modo autonomo versioni attive e isolate delle applicazioni di un'organizzazione. L’obiettivo è identificare vulnerabilità sfruttabili, verificare ogni falla e fornire una correzione consigliata pronta per l'implementazione.

Lo stesso giorno è stata aperta una lista d'attesa per la versione beta e il prodotto è stato reso acquistabile tramite il Claude Marketplace di Anthropic, consentendo a chi ha già un contratto con Anthropic di aggiungere Harness senza ulteriori procedure di acquisto.

Perché Harness è importante per le organizzazioni

Fino a poco tempo fa, i modelli in grado di rilevare vulnerabilità in codice proprietario e open source erano accessibili solo a un ristretto numero di organizzazioni con team di sicurezza avanzati. Chainguard afferma che Harness democratizza questa capacità, rendendola disponibile a chi non possiede modelli di punta né le competenze per gestirli internamente.

Il CEO e cofondatore Dan Lorenc, nel comunicato stampa, ha sottolineato: «Ogni volta che abbiamo sottoposto del codice a Harness, lo strumento ha scoperto vulnerabilità gravi e sfruttabili, anche in software già analizzati più volte e in sistemi critici». L'offerta, quindi, fornisce alle squadre di sicurezza un'ulteriore via per ottenere vulnerabilità confermate e patch pronte per la distribuzione.

Processo di analisi in cinque fasi

    • Connessione dei repository: i clienti collegano i propri repository GitHub a Chainguard (accesso in sola lettura) oppure caricano un archivio del codice sorgente.
    • Compilazione e sandboxing: il codice viene compilato esattamente come verrebbe distribuito in produzione e avviato in una microVM isolata.
    • Sondeo attivo: Mythos 5.1 analizza l'applicazione in esecuzione alla ricerca di falle logiche, iniezioni e esaurimento risorse, utilizzando codice sorgente, storia Git, dipendenze e configurazione di compilazione.
    • Confinamento in due fasi:
      • Fase di preparazione: un modello separato compila l'applicazione, recupera dipendenze e la lancia nella microVM, che viene poi sospesa.
      • Fase di ricerca: la microVM riparte per Mythos 5.1 senza accesso di rete né credenziali; l'interprete di comandi e i pacchetti sono forniti da Chainguard.
    • Verifica e reporting: ogni exploit è rieseguito in una nuova microVM; solo le vulnerabilità riproducibili vengono incluse nel rapporto, insieme a patch verificate mediante lo stesso processo.

Sicurezza e isolamento del modello

Il codice analizzato è trattato come dati non affidabili, proteggendo il modello da eventuali iniezioni di prompt nascoste nel codice. Tutte le chiamate di tool e i comandi emessi dal modello vengono registrati esternamente al sandbox, garantendo una tracciabilità completa.

Solo dipendenti di Chainguard possono interagire con Mythos 5.1; nessun soggetto esterno ha accesso alle istruzioni o ai risultati grezzi. Quando viene individuata una vulnerabilità in una dipendenza open source, Chainguard avvia la procedura di divulgazione coordinata denominata Athena, collaborando con i responsabili upstream e distribuendo la versione corretta tramite Chainguard Repository.

Il caso vLLM: la prima vulnerabilità pubblicata

Un giorno dopo l'annuncio, Chainguard ha rivelato la prima vulnerabilità scoperta da Harness, descritta in un articolo di ricerca del 13 ottobre 2026. Il bug interessava vLLM, un motore open source per grandi modelli di linguaggio, consentendo a un cliente di forzare la visualizzazione della risposta di un altro cliente su un motore condiviso.

Il difetto riguardava il parametro allowedtokenids, che limita i token generabili. Quando una richiesta terminava, la sua riga nella tabella di restrizioni condivisa veniva riattribuita senza cancellare la restrizione precedente, permettendo a una successiva richiesta di ereditare i limiti del cliente precedente. Il problema colpiva le versioni di vLLM precedenti alla 0.31.0.

Chainguard ha replicato l'exploit tre volte su tre host distinti, ha segnalato la vulnerabilità a vLLM il 23 settembre 2026 e il fix è stato rilasciato nella versione 0.31.0 il 2 ottobre 2026. L'avviso di sicurezza GHSA‑6cxc‑2vcg‑w5qc è stato pubblicato il 6 ottobre 2026.

Dettagli dell'analisi vLLM

    • Durata dell'analisi: 10 ore e 48 minuti
    • Token elaborati: circa 115 milioni
    • Parti del progetto sondate: 30
    • Vulnerabilità potenziali ricreate su host pulito: 37
    • Vulnerabilità confermate dopo revisione tecnica: 13

Il bug era stato tracciato pubblicamente dal 28 maggio 2026 con una classificazione di gravità bassa; la correzione consisteva nella modifica di una singola riga di codice e in un patch associato.

Scalabilità e risultati complessivi di Harness

Secondo il comunicato, Harness è stato testato su più di 65 progetti, con oltre 680 vulnerabilità validate, molte delle quali oggetto di divulgazione coordinata tramite Athena. Lo sviluppo di Harness è nato dall'adesione di Chainguard al progetto Project Glasswing di Anthropic.

Il modello ha dimostrato di essere in grado di scoprire vulnerabilità “passate inosservate per anni”, come ha affermato Daniela Hurtado, responsabile della cybersecurity commerciale di Anthropic, sottolineando l'importanza dell'isolamento, della riproducibilità e della verifica umana per garantire risultati affidabili.

Disponibilità, beta e integrazione con Claude Marketplace

Il prodotto è attualmente in fase beta e disponibile su Claude Marketplace. Le organizzazioni interessate possono iscriversi alla lista d'attesa tramite la pagina dedicata di Harness. La fatturazione è gestita da Anthropic, permettendo ai clienti di aggregare le spese IA in un unico contratto.

Nel lancio, gli ingegneri di Chainguard eseguono Harness sia su artefatti open source già distribuiti da Chainguard, fornendo versioni corrette tramite il proprio repository, sia sul codice sorgente dei clienti, consegnando un rapporto dettagliato con:

    • Riassunto per la direzione
    • Gravità e impatto di ciascuna vulnerabilità
    • Passi per la conferma
    • Correzioni raccomandate specifiche per il codice del cliente

Ogni rapporto è esaminato e approvato da un ingegnere Chainguard prima della consegna, garantendo coerenza e affidabilità.

Prospettive future

Con la crescente adozione di modelli di linguaggio di grandi dimensioni, la capacità di eseguire analisi di sicurezza in ambienti isolati diventa cruciale. Harness promette di colmare il divario tra le organizzazioni con risorse interne limitate e le esigenze di sicurezza sempre più complesse, offrendo un approccio “as‑a‑service” basato su AI avanzata.

Se la fase beta confermerà le prestazioni finora dimostrate, è probabile che Harness diventi uno standard de‑facto per la valutazione delle vulnerabilità in applicazioni AI‑driven, soprattutto per le imprese che cercano una soluzione pronta all'uso, verificata da esperti e integrata con i principali marketplace di modelli.