Cribl to Acquire CardinalOps, Gain AI Platform for Identifying Cybersecurity Gaps

Compromised next Branch Pushes Malicious @asyncapi/generator, generator-helpers, and generator-components to npm

Vào ngày 14/7/2026, ba package npm (@asyncapi/generator@3.3.1, @asyncapi/generator-helpers@1.1.1, @asyncapi/generator-components@0.7.1) bị tấn công, chứa mã độc ẩn dưới dạng dropper, kích hoạt khi package được tải chứ không phải lúc cài đặt. Kẻ tấn công lợi dụng quyền truy cập nhánh next trong GitHub Actions để đẩy mã độc thông qua quy trình CI/CD hợp pháp, tạo ra chứng chỉ provenance OIDC hợp lệ.

Lập trình viên nên đọc bài này để hiểu cách tấn công CI/CD lây nhiễm thông qua quyền truy cập vào nhánh tiếp theo của dự án, khiến các package bị nhiễm malware vẫn được công bố hợp pháp trên npm mà không cần sử dụng token nhầm.

Codenotary Adds Ability to Dynamically Apply Policies to AI Agents

Codenotary vừa ra mắt AgentMon 3, nền tảng bảo mật runtime giúp áp dụng chính sách động lên các AI agent dựa trên hành vi thay đổi của chúng. Bằng cách theo dõi truy cập file, hoạt động mạng, sử dụng thông tin đăng nhập, thực thi tiến trình và kết nối hệ thống, nền tảng này ghi nhận hành vi thời gian thực, đưa ra quyết định bảo mật dựa trên danh tính, quyền hạn, mẫu lịch sử, độ nhạy cảm dữ liệu và thông tin mối đe dọa trực tiếp, đồng thời lưu trữ mọi quyết định dưới dạng sổ cái bất biến. AgentMon 3 cũng được cung cấp trên AWS Marketplace và giám sát hơn 5 triệu tương tác AI agent mỗi ngày.

Lập trình viên nên đọc bài này vì AgentMon 3 của Codenotary giúp tự động hóa và tối ưu hóa quản lý chính sách an toàn cho các ứng dụng AI, tiết kiệm thời gian và công sức so với việc phải viết thủ công các quy tắc bảo mật phức tạp.

Kilo Cloud Agents: We Took the Keys Out of the Box

Kilo Cloud Agents giờ đây sử dụng token tạm thời, gắn liền với sandbox thay vì truyền trực tiếp credential GitHub hay Kilo vào môi trường sandbox. Token thật không bao giờ chạm tới container; thay vào đó, các yêu cầu đi ra được chặn lại và xác thực qua ba lớp (xác thực token, điểm đến cho phép, ràng buộc sandbox) trước khi credential thật được thay thế tạm thời cho từng yêu cầu. Ngay cả khi token bị đánh cắp, nó cũng chỉ hoạt động trong sandbox cụ thể và trong thời gian tồn tại của sandbox đó. Tính năng tương tự cho GitLab đang được lên kế hoạch.

Một lập trình viên nên đọc bài này để hiểu cách bảo mật nâng cao cho các ứng dụng cloud bằng cách sử dụng token ngắn hạn và sandbox hóa, giúp giảm thiểu rủi ro từ việc lộ thông tin API thực tế trong môi trường chạy thử nghiệm.

GitHub AI agent leaks private repos when asked nicely

GitHub's AI agent có lỗ hổng bảo mật 'GitLost' cho phép rò rỉ dữ liệu private repository …

'Yellow Teams' Are Defining the Future of AI Security

Các "yellow teams" mới nổi kết hợp giữa tấn công và phòng thủ an ninh mạng, sử dụng mô hình AI tiên tiến như Claude Mythos hay GPT-5.5 để phát hiện lỗ hổng thông qua các framework điều khiển (harness) cho phép cả red team và blue team khai thác AI hiệu quả. Các công ty như Cisco, Microsoft hay Cloudflare đã xây dựng kiến trúc harness riêng, tích hợp vào quy trình phát triển phần mềm (SDLC) nhằm ngăn chặn lỗ hổng tái diễn.

Lập trình viên nên đọc bài này để hiểu cách xây dựng các hệ thống bảo mật thông minh, từ thiết kế các harness AI an toàn cho đến cách tích hợp các mô hình AI vào quy trình phát triển an ninh mạng, giúp bảo vệ ứng dụng trước các mối đe dọa mới.

Ghostcommit attack hides malicious AI instructions in images

Các nhà nghiên cứu phát hiện cuộc tấn công Ghostcommit, nơi mã độc hại được giấu trong ảnh PNG và tham chiếu qua file AGENTS.md. Khi AI coding agent xem xét pull request, nó đọc lệnh ẩn và có thể bị điều khiển tiết lộ bí mật bằng cách viết ngược vào mã nguồn dưới dạng obfuscated. Cursor và Antigravity dễ bị khai thác hơn Claude Code, bất kể model sử dụng. Biện pháp phòng thủ gồm hạn chế truy cập secret, kiểm tra file đính kèm phi văn bản và giám sát hoạt động bất thường của AI agent.

Lập trình viên nên đọc bài này để hiểu cách các tấn công mới như Ghostcommit có thể lợi dụng lỗ hổng trong quy trình code review AI để trốn tránh phát hiện và xâm nhập vào hệ thống thông qua các hình ảnh ẩn chứa lệnh độc hại.

Designing an AI SOC That Fails Toward a Human

Thiết kế AI SOC theo nguyên tắc "fail-open" ưu tiên giám sát con người khi độ tin cậy thấp, mặc định chuyển sang kiểm tra thủ công thay vì đưa ra kết luận thiếu bằng chứng. Sáu quyết định thiết kế chính bao gồm: điều tra chỉ đọc, truy vấn lại lỗi thực với giới hạn lần thử, yêu cầu ngưỡng tin cậy trước khi đóng cảnh báo, chuyển lên con người kèm bối cảnh khi thiếu dữ liệu, biến quá trình điều tra thành hồ sơ kiểm toán, và quản trị theo từng tenant. Hệ thống hoạt động tự chủ khi đủ bằng chứng nhưng dừng lại khi không chắc chắn, luôn bàn giao cho con người với đầy đủ tài liệu.

Là lập trình viên phát triển hệ thống an ninh AI, bạn nên đọc bài này để hiểu cách xây dựng một SOC thông minh nhưng vẫn bảo vệ quyền lực quyết định của con người bằng thiết kế "thất bại mở" (fail-open), tránh rủi ro từ sai sót tự động khi hệ thống không tin cậy.