Artykuł przedstawia przegląd siedmiu nowoczesnych narzędzi do testów penetracyjnych, które wykorzystują agentów AI do badania aplikacji webowych oraz interfejsów API. W przeciwieństwie do tradycyjnych skanerów DAST, rozwiązania te starają się zrozumieć logikę biznesową, role użytkowników oraz złożone procesy wieloetapowe, co pozwala na wykrywanie luk trudnych do znalezienia przez proste crawlery.
Autor wymienia konkretne platformy, takie jak Novee, XBOW czy Escape, opisując ich unikalne podejście – od budowania trwałych modeli przepływów pracy, przez autonomiczne łańcuchowanie ataków, aż po testowanie specyficzne dla GraphQL i mikroserwisów. Każde z narzędzi oferuje nieco inny zakres, od pełnej autonomii po modele hybrydowe z nadzorem człowieka.
Tekst kładzie duży nacisk na to, jak właściwie oceniać skuteczność takich narzędzi. Zamiast polegać na samym etykiecie "AI", zaleca się weryfikację, czy narzędzie potrafi odtworzyć ścieżkę ataku, dostarczyć dowody eksploatacji oraz zaproponować skuteczną ścieżkę naprawy (remediation).
Na koniec artykuł sugeruje przeprowadzenie praktycznego pilotażu opartego na konkretnej ścieżce użytkownika, która przekracza granice zaufania. Pozwala to sprawdzić, czy narzędzie realnie potrafi wykryć błędy w logice biznesowej, a nie tylko powielać standardowe testy podatności.
