# Linux Foundation і Akrites: як індустрія захищає open source від AI-атак > Консорціум із 20 tech-гігантів запустив Akrites — проактивний щит для відкритого ПЗ. Що це означає для тих, хто будує AI-продукти. - Опубліковано: 26 червня 2026 р. (2026-06-26T10:47:49.987107+00:00) - Розділ: Безпека AI - На основі публікації: [The Decoder](https://the-decoder.com/linux-foundation-and-20-tech-giants-launch-akrites-to-fix-open-source-flaws-before-ai-powered-attacks-hit/) - Видання: AiiN (https://aiin.news) - URL: https://aiin.news/article?slug=linux-foundation-%D1%96-akrites-%D1%8F%D0%BA-%D1%96%D0%BD%D0%B4%D1%83%D1%81%D1%82%D1%80%D1%96%D1%8F-%D0%B7%D0%B0%D1%85%D0%B8%D1%89%D0%B0%D1%94-open-source-%D0%B2%D1%96%D0%B4-ai-%D0%B0%D1%82%D0%B0 --- Кожна AI-система, яку ви зараз будуєте, стоїть на фундаменті з відкритого програмного забезпечення. PyTorch, Transformers, LangChain, FastAPI — це десятки тисяч рядків коду, написаного спільнотою і прийнятого у виробництво без суворого аудиту безпеки. До цього часу ми більш-менш справлялися. Але ера AI-керованих атак змінює правила гри назавжди. [За даними The Decoder](https://the-decoder.com/linux-foundation-and-20-tech-giants-launch-akrites-to-fix-open-source-flaws-before-ai-powered-attacks-hit/), Linux Foundation разом із 20 технологічними гігантами запустила ініціативу Akrites — її мета полягає у виявленні та виправленні вразливостей у відкритому ПЗ ще до того, як їх знайдуть і використають автоматизовані атакуючі системи. Це не черговий security-стартап із красивою презентацією. Це скоординована відповідь індустрії на загрозу, яка вже стоїть на порозі. ## Чому AI-атаки змінюють ставки Традиційні атаки на відкритий код обмежувалися людським фактором: зловмисник мав вручну шукати вразливості, писати експлойти та тестувати їх. Це займало час — час, протягом якого спільнота могла відреагувати, випустити патч і повідомити користувачів. AI-атаки повністю усувають цей буфер. Моделі, навчені на кодових базах GitHub і публічних CVE-базах, здатні автоматично сканувати тисячі репозиторіїв у пошуку патернів вразливостей, генерувати робочі експлойти швидше за будь-яку команду безпеки і адаптуватися до нових патчів, шукаючи обхідні вектори. Масштаб теж інший: замість точкового удару по одному продукту — одночасна атака на всю екосистему залежностей. Для AI-продуктів це особливо критично. Ланцюжок залежностей типового ML-проєкту містить від 300 до 500 пакетів. Компрометація одного — і весь стек під загрозою, включно з моделями, даними та інференс-інфраструктурою. ## Що таке Akrites і як це працює Назва «Akrites» походить від візантійських прикордонних захисників — символічний вибір для ініціативи, яка стоїть на межі між відкритим кодом і кіберзагрозами. Структурно Akrites — це консорціум, де кожен учасник вносить ресурси: інженерів безпеки, AI-інструменти для статичного та динамічного аналізу коду, а також фінансування bug bounty програм для мейнтейнерів. Ключові компоненти ініціативи: - **Автоматизований аудит** — AI-інструменти для проактивного пошуку вразливостей у критичних open source репозиторіях до того, як вони стануть відомі публічно - **Координоване розкриття** — стандартизований процес відповідального disclosure між мейнтейнерами, дослідниками та спонсорами консорціуму - **Підтримка мейнтейнерів** — фінансова та інженерна допомога для прискорення виправлень у проєктах, які часто підтримуються волонтерами - **Threat intelligence** — обмін даними про нові вектори атак між учасниками в закритому режимі до публічного розкриття Важливий нюанс: Akrites не замінює існуючі ініціативи на кшталт OpenSSF або програму CISA Known Exploited Vulnerabilities. Це доповнення із фокусом саме на AI-посилені загрози — та на проактивний підхід замість реактивного. ## Що це означає для AI-білдерів Якщо ви будуєте продукти на відкритому коді — а в AI-сфері майже всі так роблять — ось практичний розбір по горизонтах планування. **Короткостроково (0–6 місяців):** Нічого суттєво не зміниться в операційному режимі. Ініціатива щойно запустилася, консорціум формується. Але це хороший момент переглянути ваш поточний процес аудиту залежностей і з'ясувати, наскільки ви готові швидко реагувати на нові CVE. **Середньостроково (6–18 місяців):** Очікуйте хвилю патчів у ключових ML-бібліотеках. Команди Akrites аудитуватимуть саме ті компоненти, на яких стоять AI-системи: PyTorch, ONNX Runtime, HuggingFace Transformers — ці проєкти будуть у пріоритеті. Потрібен автоматизований pipeline для оновлення залежностей без ручного втручання. **Довгостроково (18+ місяців):** Якщо ініціатива виявиться успішною, open source для AI стане суттєво безпечнішим за замовчуванням. Регулятори, особливо в ЄС у рамках AI Act і Cyber Resilience Act, можуть почати посилатися на участь у таких консорціумах як показник зрілості безпеки продукту. Практичні кроки прямо зараз: - Підключіть **Dependabot** або **Renovate** до всіх AI-репозиторіїв — автоматичні PR на оновлення залежностей рятують від ручної роботи - Складіть SBOM (Software Bill of Materials) ваших продуктів — знайте точний склад свого стека - Підпишіться на security advisories через GitHub або OSV.dev для ключових залежностей - Для enterprise-продуктів — слідкуйте за сертифікаційними вимогами, що можуть з'явитися навколо Akrites у контексті procurement ## Висновок AiiN Akrites — правильний крок у правильний час. Відкритий код живить переважну більшість AI-продуктів, а скоординована відповідь індустрії на AI-посилені загрози була давно потрібна. Питання не в тому, чи є сенс у цій ініціативі — він очевидний. Питання в тому, чи вистачить у консорціуму швидкості та ресурсів, щоб стабільно випереджати зловмисників, які теж використовують ті самі AI-інструменти. Для AI-білдерів сигнал один: безпека залежностей — це вже не «технічний борг на потім». Це операційний ризик сьогодні. Akrites дає надію, що індустрія нарешті грає проактивно. Але поки консорціум розгортається і набирає обертів — security hygiene залишається вашою безпосередньою відповідальністю. --- Теги: OpenSource, Безпека, AI, LinuxFoundation, Akrites, кібербезпека Джерело: AiiN — https://aiin.news/article?slug=linux-foundation-%D1%96-akrites-%D1%8F%D0%BA-%D1%96%D0%BD%D0%B4%D1%83%D1%81%D1%82%D1%80%D1%96%D1%8F-%D0%B7%D0%B0%D1%85%D0%B8%D1%89%D0%B0%D1%94-open-source-%D0%B2%D1%96%D0%B4-ai-%D0%B0%D1%82%D0%B0. Цитуючи, посилайтесь на канонічний URL.