de.wedoany.com-Bericht: Das KI-Basisteam von Cisco hat zwei Open-Weight-Sicherheitsmodelle, Antares-350M und Antares-1B, veröffentlicht, um bekannte Schwachstellen in bestehenden Codebasen zu erkennen. Dieser Schritt ist eine leise Reaktion auf das aktuelle Wettrüsten im Bereich der Künstlichen Intelligenz-Modelle. Cisco ist der Ansicht, dass die Lokalisierung von Software-Schwachstellen keine großen und teuren Systeme erfordert und proprietärer Quellcode nicht zu diesem Zweck an Drittanbieter von KI-Lösungen gesendet werden sollte.
Beide Modelle wurden auf der Hugging Face-Plattform für die Community gehostet, jedoch gewährt Cisco den Zugriff nur nach Einzelfallprüfung. Cisco behält ein größeres Modell mit 3 Milliarden Parametern zurück, das nicht öffentlich veröffentlicht wurde. Es handelt sich nicht um einen universellen Chatbot, sondern um einen speziell für die Aufgabe der Schwachstellensuche entwickelten KI-Agenten. Antares geht von einer Schwachstellenbeschreibung aus, durchsucht die Codebasis nach Kandidatendateien und liest diese. Wenn ein Pfad keine Ergebnisse liefert, kehrt es automatisch zurück und gibt schließlich eine Rangliste der Dateien aus, die am wahrscheinlichsten Fehler enthalten. Der Modellname leitet sich vom Roten Überriesen Antares ab, dessen Volumen etwa 1000-mal so groß ist wie das der Sonne.
Cisco gibt an, dass die Fähigkeiten dieser kleinen Modelle deutlich über den Erwartungen für ihre Größe liegen. In den eigenen 500 Schwachstellen-Lokalisierungs-Benchmarks besiegte Antares-1B Googles Gemini 3 Pro und zog mit Z.ais GLM-5.2 gleich. Das noch nicht veröffentlichte 3B-Parameter-Modell übertraf GLM-5.2 und OpenAIs GPT-5.5. Die Kernvorteile liegen in Geschwindigkeit und Kosten: Der leitende KI-Wissenschaftler Amin Karbasi verriet dem Technologiemagazin The Register, dass Antares 500 Codebasen in 15 Minuten verarbeitet, während Spitzenmodelle 5 Stunden benötigen; die Kosten betragen weniger als 1 US-Dollar, während große Systeme 100 bis 150 US-Dollar kosten.
Die Grundlage für Geschwindigkeit und Kosten liegt in der Trainingsmethode – das Modell ist nicht für Chats, sondern für die Suche optimiert. Da das Modell klein und flexibel ist, kann es mehrere Suchvorgänge gleichzeitig ausführen und die Strategie wechseln, wenn ein Angriffspfad nicht funktioniert. Die lokale Bereitstellung ist ein weiteres Verkaufsargument. Da die Modellgewichte offen und das Modell klein ist, können Unternehmen proprietären Code auf ihren eigenen Servern behalten und vermeiden, ihn an Cloud-KI-Dienste zu übermitteln. Für regulierte Branchen hat das Verbleiben des Codes im eigenen Haus einen erheblichen Wert.
Ciscos Einschränkung des Zugriffs hat sicherheitstechnische Gründe. Wie Reza Shokri, Informatiker an der National University of Singapore, anmerkt, können Werkzeuge, die Schwachstellen finden, von Angreifern auch genutzt werden, um diese Schwachstellen auszunutzen. KI-Agenten sind bereits in der Lage, mehr Code zu schreiben und verfügen über stärkere Nutzungsfähigkeiten. Cisco beschränkt den Zugriff derzeit auf akademische, gemeinnützige und kleine öffentliche Sicherheitsteams und behält sein leistungsstärkstes Modell zurück. Das Ziel ist sicherzustellen, dass fortschrittliche KI-Abwehr nicht zum Luxusgut wird, während Angreifer bereits beginnen, eigene KI-Systeme einzusetzen. Cisco ist der Ansicht, dass der Wettbewerbsvorteil nicht mehr von der Größe der Modellparameter abhängt, sondern davon, wer es tatsächlich nutzen kann.
