Evo Continuous Offensive Security chegou: cobertura de pentest de nível profissional nos 350 dias do ano em que você não está testando

Na Black Hat USA 2026, a Snyk disponibiliza o Evo Continuous Offensive Security: pentests autônomos com IA que eliminam a lacuna entre o pentest feito uma ou duas vezes por ano e os 350 dias em que os atacantes nunca param. O COS é a nova peça-chave de uma defesa integrada, criada para responder à pergunta que todos os conselhos de administração estão fazendo: como podemos nos preparar para ataques autônomos de IA?

Já não é novidade que a IA transformou completamente a maneira como o software é desenvolvido. O código que antes levava dias para ser entregue agora fica pronto em minutos, e todos estamos nos beneficiando de assistentes de programação com IA e, cada vez mais, de agentes autônomos que trabalham lado a lado com as pessoas. Mas, com esse grande poder, vem a grande responsabilidade de lidar com esse ritmo acelerado — algo que as equipes de segurança estão apenas começando a perceber: a superfície de ataque se expandiu muito, e os atacantes agora contam com a mesma IA capaz de raciocinar que os desenvolvedores usam para criar software com rapidez.

O desafio também está no fato de que a superfície de ataque agora abrange três frentes ao mesmo tempo: falhas arquiteturais que só sistemas capazes de raciocinar conseguem encontrar, credenciais que vazam de código gerado por IA e modelos e agentes incorporados diretamente ao ciclo de desenvolvimento. E os adversários já investigam as três frentes simultaneamente, na velocidade das máquinas.

Em junho, a Aliança Five Eyes alertou que a IA está a caminho de superar os recursos atuais de cibersegurança em meses, não anos, e que o tempo para os adversários se infiltrarem agora é medido em segundos. A Gartner prevê que, até 2027, o tempo até a exploração será reduzido pela metade. As pesquisas mais recentes da Snyk sobre a adoção de IA nas empresas apontam para a mesma realidade, mas por dentro: o desenvolvimento agentivo está avançando mais rápido do que os programas de segurança conseguem acompanhar. Para se defender de tudo isso, são necessárias quatro coisas, não uma.

Hoje, na Black Hat USA 2026, a Snyk responde a essa mudança com a maior expansão até agora da Snyk AI Security Platform. Não se trata de um pacote de produtos, mas de uma defesa integrada, organizada em torno das quatro etapas de que as organizações precisam para inovar com segurança: descobrir toda a superfície de ataque, corrigir o backlog acumulado, validar o que um atacante realmente consegue explorar e prevenir que novos riscos voltem a criá-lo.

O destaque é a disponibilidade geral do Evo Continuous Offensive Security (COS): pentests autônomos com IA que acompanham o ritmo do desenvolvimento acelerado por IA. Além disso, a Snyk anuncia melhorias no AI Security Posture Management, uma prévia do Evo Agentic Application Security e a disponibilidade geral do Snyk Secrets. Juntas, essas soluções protegem todo o ciclo de vida do software acelerado por IA: como ele é desenvolvido, do que é feito e como é atacado.

Uma defesa integrada: descobrir, corrigir, validar e prevenir

Uma defesa integrada é o mínimo necessário contra um atacante que agora consegue raciocinar sobre sua aplicação na velocidade das máquinas, pelo preço de alguns tokens:

• Descobrir: tenha visibilidade de toda a superfície de ataque de software e IA: modelos, agentes, servidores MCP, habilidades, ferramentas e tudo a que cada um deles pode acessar. Essa primeira etapa é viabilizada por AI-SPM, AI-BOM e Snyk AI Security Platform.

• Corrigir: reduza o backlog acumulado antes que atacantes autônomos avancem por ele mais rápido do que as pessoas conseguem reagir. Essa etapa é viabilizada pela inteligência de aplicações e pela correção autônoma da Snyk.

• Validar: ataque continuamente as aplicações para comprovar que as correções funcionaram, revelar o que ainda pode ser explorado e identificar falhas arquiteturais e de lógica de negócios que nenhum scanner detecta. Essa etapa é viabilizada por Evo COS.

• Prevenir: impeça que segredos, pacotes maliciosos e novas vulnerabilidades recriem o backlog enquanto pessoas e agentes desenvolvem software. Essa etapa é viabilizada por Snyk Secrets, mecanismos de prevenção e defesa contra código malicioso.

Como a Snyk já entende o código, as dependências, as APIs, os componentes de IA e o contexto de desenvolvimento, cada recurso aprimora os demais, em vez de adicionar mais uma ferramenta desconectada. Essa é a diferença entre uma plataforma e um pacote de ferramentas.

O problema: os atacantes avançaram na pilha de tecnologia, mas os testes não acompanharam

Há mais de duas décadas, uma distinção se mantém na segurança de aplicações: scanners encontram bugs na implementação, enquanto pentesters humanos identificam falhas arquiteturais. Os scanners automatizados se tornaram realmente excelentes na primeira categoria, detectando injeção de SQL, cross-site scripting, configurações incorretas e classes de injeção e padrões visíveis no código. Hoje, centenas de classes de vulnerabilidades são detectadas com confiabilidade ao longo do ciclo de vida do software. Isso representa um avanço real e duradouro, que veio para ficar.

Mas os atacantes avançaram na pilha de tecnologia, em direção às falhas de design que exigem entender o que uma aplicação foi projetada para fazer antes de explorá-la. Essas falhas estão nas relações de confiança de um sistema, não no código, por isso não têm uma assinatura que possa ser detectada por um scanner. Veja como elas se apresentam:

• Em 2019, a First American expôs cerca de 885 milhões de documentos financeiros. Isso não aconteceu por meio de malware ou de uma vulnerabilidade zero-day, mas pela alteração de um único número em uma URL. Todos os scanners não encontraram problemas, e a aplicação fez exatamente o que o código mandava. Só não deveria permitir que um cliente lesse os documentos de outro.

• Em janeiro de 2026, pesquisadores divulgaram BodySnatcher (CVE-2025-12420, CVSS 9.3): bastava um endereço de e-mail para se passar por qualquer administrador do ServiceNow e assumir o controle dos agentes de IA da plataforma. Nenhuma senha foi hackeada, não havia código de exploração; o problema era simplesmente um design que confiava na coisa errada.

Essa é a classe de falhas que os atacantes exploram hoje: autorização quebrada em nível de objeto (BOLA) e escalonamento de privilégios por meio da manipulação de identificadores, vazamento de dados entre locatários e ataques encadeados de lógica de negócios, nos quais várias falhas de baixa gravidade se combinam para assumir uma conta. Uma década de vulnerabilidades de baixa e média gravidade que permaneceram adormecidas, além de cada nova descoberta, agora pode ser explorada e encadeada na velocidade das máquinas. E não é possível criar uma regra de scanner para “o usuário A não deve conseguir ler a fatura do usuário B”, porque essa regra depende inteiramente do que a aplicação deveria fazer.

Encontrar essas falhas sempre exigiu raciocínio humano, por isso sempre foi necessário fazer pentests manuais. E os pentests manuais são insubstituíveis, mas estão limitados pelo tempo das pessoas. Um trabalho típico leva 15 dias e custa de US$ 20 mil a US$ 100 mil, além de representar apenas um retrato de um momento específico. A cobertura termina assim que o relatório é entregue, quando a aplicação já pode ter recebido várias novas versões. Seu pentest cobre cerca de 15 dias por ano. O que acontece nos outros 350? O desenvolvimento não para, e os atacantes também não. Cada versão lançada nesse período fica sem testes justamente na camada em que está o risco de maior impacto.

A IA muda a conta, não a disciplina

Veja o que realmente mudou. A etapa de raciocínio que só um pentester humano conseguia realizar — modelar a intenção de uma aplicação e, então, descobrir como subvertê-la — agora também pode ser executada por um modelo suficientemente capaz, de forma repetível e por uma fração do custo. A disciplina continua a mesma, mas a economia mudou completamente.

As evidências já são públicas e em grande escala. No período de um ano até meados de 2026, os relatórios válidos de vulnerabilidades gerados por IA enviados ao HackerOne aumentaram 210%, enquanto os relatórios de injeção de prompt cresceram 540%. O aumento se concentrou justamente nas falhas que dependem de raciocínio e que os scanners não conseguem detectar. A vantagem humana em raciocínio, que se manteve por 20 anos, não se desgastou aos poucos: desapareceu em uma geração de modelos.

A consequência mais preocupante é que os atacantes cruzaram esse mesmo limite na mesma época e já operam de ponta a ponta. Em uma campanha de ciberespionagem patrocinada por um Estado e divulgada no fim de 2025, até 90% da operação foi executada por IA, não por hackers humanos (Anthropic Threat Intelligence, novembro de 2025).

A questão já não é se a IA consegue encontrar e explorar as falhas que os scanners não detectam, mas se seus testes de segurança ofensiva conseguem encontrá-las antes dos atacantes.

Evo Continuous Offensive Security já está disponível

Desenvolvemos Evo Continuous Offensive Security para eliminar exatamente essa lacuna. É um recurso de pentest com IA, baseado em uma estrutura de IA de nível empresarial, que raciocina sobre a intenção da aplicação para revelar falhas arquiteturais e vulnerabilidades de lógica de negócios que os scanners tradicionais não detectam. E funciona continuamente, não apenas uma vez por ano.

É importante ressaltar que o COS não testa às cegas. Por fazer parte da Snyk AI Security Platform, ele recebe contexto de descobertas existentes do Snyk Code, Snyk Open Source e Snyk API & Web, além do Evo AI-SPM, que traz insights adicionais para testar aplicações nativas de IA. Isso permite direcionar o raciocínio para falhas que essas ferramentas não conseguem detectar, em vez de gastar ciclos caros de processamento dos modelos redescobrindo vulnerabilidades que já foram encontradas. Como diz nossa equipe: se um bug vale US$ 1 e uma falha vale US$ 100, por que gastar ciclos de pentest redescobrindo bugs de US$ 1?

O recurso é oferecido por meio de três componentes integrados que funcionam como um único programa de segurança ofensiva contínua, com raciocínio onde ele faz diferença, cobertura abrangente onde ela compensa e propósito específico para a nova superfície de ataque de IA:

• Raciocine como um atacante — Pentest com IA é o cérebro do COS. Ele define o próprio escopo, planeja ataques em várias etapas e valida a possibilidade de exploração, coordenando os agentes especializados e todas as ferramentas da estrutura para encontrar falhas arquiteturais e abusos de lógica de negócios que os scanners e os testes manuais não detectam. Cada vulnerabilidade confirmada vem acompanhada de uma prova de conceito executável: evidência, não apenas uma descrição.

• Faça red teaming na camada de IA — Red Teaming de Agentes foi desenvolvido especificamente para a camada agentiva das aplicações de IA e entra em ação assim que o reconhecimento detecta um LLM na pilha. Ele simula a cadeia de ataque real, com prompt do usuário --> injeção de prompt --> abuso de ferramentas e agentes --> exfiltração de dados, visando injeção de prompt, exfiltração e sequestro de objetivos que nenhuma assinatura consegue detectar.

• Cubra as classes de vulnerabilidades comuns — Testes Dinâmicos (DAST) oferece cobertura abrangente e altamente determinística de cada endpoint e ponto de injeção para classes comuns, como XSS, injeção de SQL e configurações incorretas, com uma taxa de falsos positivos de 0,08%. A camada de raciocínio aciona esse recurso como ferramenta, em vez de gastar ciclos validando bugs comuns. Assim, a IA dedica seu tempo às falhas, não à triagem.

As descobertas não chegam como uma lista simples de alertas desconectados. Elas são apresentadas como cadeias de exploração integradas, mostrando como uma lacuna de autorização e uma falha de lógica se combinam para formar um caminho de ataque de alto impacto — exatamente como um atacante pensaria sobre seu sistema.

E o COS aborda diretamente o problema de confiança que compromete abordagens ingênuas: não se pode confiar na mesma IA para encontrar e confirmar uma falha. Quem gera não pode ser quem valida. Um modelo encarregado de certificar as próprias descobertas tem um conflito de interesses estrutural e apresenta resultados inconsistentes ao tentar fazê-lo. Por isso, cada descoberta do COS passa por um validador independente antes de ser apresentada, com uma taxa de falsos positivos extremamente baixa, em comparação com cerca de 30% nas ferramentas de IA sem validação. A descoberta vem acompanhada de uma prova de conceito executável e do raciocínio completo por trás dela. Assim, sua equipe não recebe um alerta que precisa aceitar sem questionar: recebe uma exploração que pode executar de verdade.

Essa é a verdadeira diferença, e vale a pena ser preciso: um modelo capaz não é um teste de invasão. O que importa é o sistema, não o modelo: é a estrutura de IA empresarial que envolve o raciocínio que torna confiáveis os testes ofensivos autônomos. Contexto persistente e memória entre execuções, execução controlada e governança que mantêm tudo seguro em ambientes próximos à produção, reprodutibilidade e a inteligência da plataforma que alimenta cada avaliação. Soluções pontuais começam do zero a cada execução, sem memória, sem contexto da plataforma e sem governança. É essa lacuna que a estrutura preenche.

E, tão importante quanto, COS não substitui os mecanismos de segurança que você já usa; é complementar: os scanners continuam responsáveis pelas classes de problemas no nível da implementação em que são excelentes, os testadores humanos continuam cuidando do trabalho que exige o mais alto nível de discernimento, e COS preenche a camada contínua, que depende de raciocínio, entre eles, revalidando a cada mudança no seu aplicativo.

Completando a defesa: descobrir, corrigir, prevenir

A validação é a etapa decisiva, mas é apenas uma parte do ciclo, que só é tão forte quanto os elementos ao seu redor. COS só consegue comprovar o que um invasor poderia explorar porque a plataforma ao seu redor descobre toda a superfície de ataque que testa, elimina o backlog pelo qual um invasor passaria e impede que novos riscos se acumulem mais rápido do que você consegue testar. Três anúncios completam esse ciclo, e cada um torna COS ainda mais eficaz.

Descobrir — gerenciamento aprimorado da postura de segurança de IA

Descobrir (AI-SPM): a descoberta aponta COS para os alvos certos e, cada vez mais, também o alimenta: com a AI-BOM e os sinais de AI-SPM que COS usa para testar aplicativos nativos de IA.

Você não pode governar o que não consegue enxergar, e a maioria das organizações ainda não consegue ver a camada onde o risco de IA está hoje. A Snyk está lançando uma grande atualização da inteligência de risco de AI Security Posture Management (AI-SPM): uma taxonomia de riscos de modelos e um mecanismo de pontuação reformulados, além de novas análises de riscos de skills e servidores MCP, disponíveis diretamente na AI-BOM. O resultado é visibilidade sobre o que seus agentes realmente acessam: cada modelo, skill e servidor MCP em uso. E uma forma mais precisa e defensável de pontuar o risco de cada um. Como mostra a pesquisa recém-publicada pela Snyk, a presença real de IA nas organizações é muito maior do que o inventário de modelos sugere, e a maioria dos programas de governança ainda não consegue enxergá-la. Isso fecha essa lacuna.

Corrigir — Evo Agentic AppSec: uma primeira visão do que vem por aí

Corrigir (Agentic AppSec): a correção transforma uma descoberta de COS em um risco eliminado, em vez de mais um chamado.

A Snyk também apresenta uma primeira prévia do Evo Agentic Application Security, sua visão de segurança de aplicações autônoma, em que a AppSec deixa de apenas encontrar problemas e passa a corrigi-los e se defender deles de forma autônoma. A iniciativa inclui a prévia pública do agente de correção da Snyk via CLI e ADE, que corrige vulnerabilidades automaticamente em vez de entregar aos desenvolvedores um backlog para triagem, e uma primeira visão de um novo agente de detecção de malware, desenvolvido para identificar código malicioso antes que ele seja lançado. Esse é o rumo da área e o início do próximo capítulo da plataforma.

Prevenir — Snyk Secrets já disponível para todos

Prevenir (Snyk Secrets): a prevenção impede que COS encontre os mesmos problemas de novo no próximo trimestre.

Por fim, Snyk Secrets, um produto de detecção e prevenção de segredos desenvolvido para o ciclo de vida do desenvolvimento agentivo (ADLC), já está disponível para todos. O código gerado por IA tornou o vazamento de credenciais um problema prioritário, e Snyk Secrets usa um mecanismo proprietário de detecção por machine learning que analisa o contexto em torno de um possível segredo para reduzir falsos positivos, com controles preventivos em agentes de programação com IA, IDEs, pull requests e CI/CD. É uma solução natural para proteger a criação de software agentivo, impedindo que credenciais cheguem à produção sem interromper o ritmo dos desenvolvedores.

“O volume e o ritmo do código gerado por IA superaram de forma fundamental o modelo de testes de invasão que a maioria de nós vem usando há anos. Não vamos sair de uma superfície de risco contínuo apenas agendando testes. Precisamos de testes ofensivos que acompanhem a forma como criamos software hoje — com contexto suficiente para focar no que é realmente explorável, e não apenas no que é teoricamente possível.”, Gabriel Brolo, engenheiro de segurança sênior, Yalo

Por que isso importa

Olhando de perto, os quatro anúncios sustentam uma única ideia. A IA acelerou todas as etapas da criação de software e, com isso, ampliou a superfície de ataque em todo o ciclo de vida: o código que a IA escreve, as credenciais e os componentes usados para criá-lo, os modelos e agentes incorporados a ele e o aplicativo em execução que um adversário testa. Ferramentas pontuais e testes feitos em momentos específicos foram criados para um mundo mais lento e linear. Proteger o software acelerado por IA significa testá-lo da forma como é criado e atacado hoje: continuamente, com o contexto de toda a plataforma e resultados confiáveis, porque o modelo que encontrou a falha não é o mesmo que a avaliou.

É isso que significa proteger todo o ciclo de vida do software acelerado por IA: como ele é criado, do que é feito e como é atacado.

Disponibilidade

Evo Continuous Offensive Security e Snyk Secrets já estão disponíveis para todos. Os recursos aprimorados de AI-SPM já estão disponíveis para clientes atuais. O agente de correção do Evo Agentic AppSec está em prévia pública via Snyk CLI, enquanto o agente de detecção de código malicioso está em prévia privada. Agende uma demonstração para saber mais sobre Evo.