Google ha annunciato giovedì che i propri strumenti basati sull'IA hanno assistito nella correzione di 1.072 vulnerabilità di sicurezza in due versioni del browser Chrome rilasciate a giugno — Chrome 149 e Chrome 150. Questo dato supera il totale combinato di 1.036 correzioni delle 23 versioni stabili che Google ha distribuito nei due anni precedenti. La scala è rilevante: Chrome è il browser più utilizzato al mondo, installato su circa tre miliardi di dispositivi, il che significa che le vulnerabilità non corrette possono colpire più utenti di quanto farebbero difetti in quasi qualsiasi altro software di consumo.

Tra le scoperte spicca una vulnerabilità di escape dalla sandbox rimasta inattiva nel codice di Chrome per oltre 13 anni. Google ha dichiarato che il difetto, se non corretto, avrebbe potuto consentire a un processo di rendering compromesso di ingannare il browser inducendolo a leggere file locali. Il sandboxing è una barriera di sicurezza fondamentale del browser, progettata per confinare i contenuti web non attendibili in modo che, anche in caso di sfruttamento di un bug di rendering, un aggressore non possa raggiungere il sistema operativo o i dati dell'utente — il che rende particolarmente grave una fuga da tale confinamento.

I grandi modelli linguistici hanno "modificato in modo fondamentale l'economia della cybersecurity, trasformando la scoperta delle vulnerabilità in un'operazione automatizzata su scala industriale", ha affermato Doug Turner, direttore dell'ingegneria di Chrome. Ha osservato che modelli come Gemini consentono al team di Chrome di affrontare i difetti "preemptivamente" e di mantenersi un passo avanti rispetto ai potenziali attaccanti.

L'azienda ha sottolineato che "un aumento dei bug trovati e corretti non è un segnale di fallimento".

Uno sviluppo della sicurezza IA pluriennale

Google sta impiegando grandi modelli linguistici nella propria infrastruttura di sicurezza da diversi anni. Lo sforzo è iniziato con la copertura di fuzzing nel 2023, seguita dagli strumenti Naptime sviluppati con Project Zero nel 2024. Nel 2025, DeepMind e Project Zero hanno introdotto l'agente di scoperta Big Sleep, che ha identificato bug nel motore JavaScript V8 di Chrome e nello stack grafico.

All'inizio del 2026, Google ha costruito un harness di agenti Gemini per analizzare sistematicamente il codice di Chrome più ampio. Quel sistema ha portato alla luce l'escape dalla sandbox rimasto indetectato dal 2013. L'harness del 2026 incorporava modelli open-weight e proprietari interoperabili, una knowledge base assemblata dalla cronologia Git di Chrome e dai CVE passati, e un agente "critic" che esamina i file SECURITY.md scritti dagli sviluppatori per identificare dove si trovano i confini di trust.

Valutazione automatizzata e applicazione di patch

Google sta inoltre addestrando l'IA a convalidare, classificare e riparare i report di sicurezza in arrivo. In precedenza, la valutazione di un singolo report richiedeva dai cinque a oltre trenta minuti di attenzione umana. Oggi, una pipeline ibrida che combina regole e modelli di IA filtra spam e duplicati, riproduce i bug sul sistema operativo e sulla versione di Chrome interessati, allega metadati come gravità e data di introduzione, e instrada ogni report a un responsabile appropriato.

Google stima che questa pipeline risparmi centinaia di ore di lavoro degli sviluppatori ogni mese.

Per le riparazioni, un fixing agent propone diverse patch candidate, mentre un secondo critic agent seleziona l'opzione più solida — iterando in modo analogo a una code review finché la modifica non viene compilata correttamente e rispetta le linee guida di stile di Chromium. Il sistema genera inoltre i test prima dell'approvazione finale da parte di un ingegnere.

I modelli operano su macchine bloccate senza accesso generale a Internet, girano dietro un livello di intercettazione di rete basato su allowlist e non possono accedere a file al di fuori delle directory di codice designate.

Ridurre il patch gap e ridefinire i bug bounty

Google sta lavorando attivamente per ridurre il "patch gap" — l'intervallo tra il momento in cui una correzione entra nel codice sorgente pubblico e quello in cui gli utenti la applicano effettivamente. Durante quella finestra temporale, gli attaccanti possono studiare le patch e sviluppare exploit. Per affrontare il problema, Google sta sperimentando due release di sicurezza a settimana e sviluppando funzionalità di patching dinamico che consentirebbero l'aggiornamento di componenti di Chrome senza richiedere un riavvio completo del browser.

L'impennata nelle scoperte assistite dall'IA ha anche ridefinito il programma di bug bounty di Google. Le segnalazioni esterne sono cresciute così rapidamente che a marzo l'azienda aveva ricevuto più report che in tutto il 2025. Questo ha spinto a una revisione del Chrome Vulnerability Reward Program per indirizzare i ricercatori verso le categorie di bug meno probabili da individuare con gli strumenti automatizzati di Google — un segnale che l'automazione sta già spostando il valore della ricerca di sicurezza umana verso aree che le macchine ancora faticano a raggiungere.

Nel lungo termine, Google sta espandendo il suo strumento di memory safety MiraclePtr, convertendo nuovi componenti in Rust e donando 12,5 milioni di dollari al progetto di sicurezza open source Alpha-Omega, un'iniziativa ospitata sotto la Linux Foundation che finanzia miglioramenti della sicurezza per software open source ampiamente utilizzato.

Per confronto, l'ultimo Patch Tuesday di Microsoft ha corretto un record di 570 difetti e ha menzionato l'IA nel proprio processo, mentre Apple ha registrato in modo indipendente 482 correzioni nel 2026 — sebbene nessuno dei due rivali sembri trovarsi sulla stessa traiettoria dell'approccio guidato dall'IA di Google. Il divario suggerisce che le aziende con profonde capacità di ricerca nell'IA sono sempre più in grado di sfruttare tali risorse per la sicurezza difensiva a un ritmo che i concorrenti privi di modelli interni equivalenti potrebbero trovare difficile da eguagliare.