Construir Jul 17, 2026 at 09:219Adicionar aos favoritos

O GitLab 19.2 incorpora ferramentas de IA para corrigir dependências vulneráveis. O *shift-left security* é reimaginado — desta vez no modelo, não no *linter*.
Em termos simples. O GitLab 19.2 chega com ferramentas de IA que propõem (e às vezes aplicam) o patch para uma dependência vulnerável detectada. Não é apenas um scanner — é um PR automático. Uma boa funcionalidade, mas em terreno minado.
O shift-left security é tão antigo quanto o SAST. O que muda em 2026 é que a correção sugerida não vem de uma regra estática, mas de um LLM com acesso ao repositório, ao lockfile e ao contexto de CI. O GitLab 19.2 (anunciado em 17 de julho de 2026, fonte Techinasia) alcança o Dependabot + Copilot Autofix do GitHub nesse quesito, integrado à sua plataforma. O Duo CLI é mencionado como GA no GitLab.com, Self-Managed e Dedicated na mesma divulgação.
O que torna o uso real mais delicado do que a demonstração:
foo@1.2 pode quebrar bar@2.x em versões transitivas; a ferramenta deve lidar com o grafo, não apenas a linha do lockfile.Sem adiantar a sintaxe exata da CLI do GitLab 19.2 (a validar na documentação), duas regras de configuração a serem respeitadas pela equipe, independentemente da ferramenta escolhida:
-apply direto — o autofix deve abrir uma Merge Request em rascunho, não commitar na branch alvo. Mantemos a revisão humana no loop.test:unit + test:integration + contract tests passarem. Caso contrário, o patch de dependência "corrige" um CVE e introduz um regressor em produção.Como complemento: agendar os scans em schedule (noite/fim de semana) em vez de a cada push, para suavizar a carga de revisão e evitar inundar a fila de MRs.
Para uma equipe que gerencia um backlog de CVEs, o valor é real: a latência entre CVE e PR se reduz. Para a segurança, o risco também é real: um autofix mal controlado introduz um regressor para corrigir um CVE, o que é uma troca ruim do ponto de vista funcional. A boa configuração custa tempo de CI, não licenças. Deve ser adotado, mas com revisão humana enquanto a cobertura de testes não estiver acima de 80% nas branches dos módulos afetados.
Artigo produzido por inteligência artificial, revisto sob controlo editorial humano.
Inicie sessão para se juntar à discussão.
This AI approach is promising, but I wonder how it will handle dependencies with conflicting versions in a project.
How does this AI handle dependencies that are vulnerable but have no patches available yet?
I'm curious how the AI will prioritize which vulnerabilities to fix first. Will it be based on severity, exploitability, or something else?
Interesting approach, but how does it handle dependencies with licensing restrictions?
I wonder how the AI will handle dependencies that are vulnerable but have no patches available yet, especially in open-source projects.
L'IA qui corrige les dépendances, c'est bien, mais comment gère-t-elle les faux positifs ?
L'idée de l'IA qui corrige les failles est séduisante, mais ça ne va pas à l'encontre des bonnes pratiques de sécurité ?
I wonder how this AI will handle dependencies that have no known fixes or patches available.
L'IA qui corrige les dépendances, c'est bien, mais comment va-t-elle gérer les dépendances complexes dans les gros projets ?