Visa ha utilizzato Claude Mythos di Anthropic per analizzare l’infrastruttura tecnologica che sostiene miliardi di transazioni quotidiane in oltre 200 Paesi e territori, gestisce pagamenti in circa 160 valute e collega quasi 5 miliardi di credenziali a più di 175 milioni di punti vendita. Il modello non si è limitato a riconoscere singole vulnerabilità note, ma ha individuato problemi collocati in profondità nello stack e li ha combinati in catene di exploit funzionanti, del tipo che nei processi tradizionali tende a emergere soltanto nelle fasi più avanzate dei test di penetrazione.
L’attività è stata illustrata da Rajat Taneja, presidente della divisione tecnologica di Visa, durante VB Transform 2026. Taneja gestisce dal 2019 la strategia tecnologica, l’ingegneria di prodotto e le infrastrutture globali della società, nella quale è entrato nel 2013 dopo essere stato chief technology officer di Electronic Arts e aver lavorato per quindici anni in Microsoft. Insieme a Subra Kumaraswamy, responsabile della sicurezza informatica di Visa, ha presentato il Visa Vulnerability Agentic Harness, un framework pubblicato come open source su GitHub e accompagnato da un white paper che descrive l’architettura, le lezioni apprese e dodici pratiche considerate imprescindibili per la protezione delle infrastrutture critiche.
L’approccio di Visa parte dall’idea che la fiducia nei pagamenti globali debba essere costruita attraverso pessimismo operativo e paranoia progettuale, ipotizzando in anticipo il fallimento dei sistemi e predisponendo soluzioni alternative prima che si verifichi. La rete è stata quindi rafforzata nel tempo attraverso un’architettura zero-trust, difese distribuite su più livelli e processi di sicurezza fortemente automatizzati, dimensionati per sostenere la scala e l’affidabilità richieste dalle transazioni internazionali.
Visa ha iniziato a sperimentare Mythos dopo l’invito di Anthropic alle aziende che sviluppano software critico a partecipare al Project Glasswing. Nel primo mese dell’iniziativa, i partecipanti hanno individuato complessivamente più di 10.000 vulnerabilità di gravità elevata o critica all’interno di software utilizzati in sistemi fondamentali per diversi settori. Anthropic ha rilevato che il principale collo di bottiglia non era più rappresentato dalla scoperta dei problemi, ma dalla velocità con cui le organizzazioni riuscivano a verificarli, comunicarli e applicare correzioni affidabili. Visa ha aderito al progetto per sottoporre decenni di misure difensive a un’analisi condotta alla velocità dell’intelligenza artificiale e valutare se i modelli avanzati potessero aumentare ulteriormente la capacità di protezione della rete.
All’interno dell’ambiente Visa, Mythos ha dimostrato una capacità di analisi contestuale estesa all’intero sistema. Il modello ha individuato vulnerabilità nascoste in componenti differenti, riconoscendo quando problemi apparentemente limitati potevano diventare critici se concatenati. I risultati venivano presentati con un livello di dettaglio sufficiente a consentire agli ingegneri di intervenire direttamente, senza dover esaminare grandi quantità di segnalazioni irrilevanti. Alcune catene hanno raggiunto una classificazione di gravità critica, ma i controlli zero-trust, la segmentazione della rete e le difese multilivello di Visa hanno interrotto i percorsi di attacco prima che potessero essere sfruttati da un soggetto esterno.
Il test ha confermato l’efficacia dei controlli esistenti, ma ha anche evidenziato presupposti architetturali che necessitavano di essere rivisti. Gli strumenti tradizionali di Static Application Security Testing continuano a svolgere una funzione utile nell’individuazione iniziale di vulnerabilità note, ma il riconoscimento di pattern isolati non è sufficiente contro un avversario capace di ragionare sulla logica applicativa, sui flussi di dati e sulle relazioni tra più debolezze. Visa ha quindi adottato un modello di difesa più mirato, nel quale l’intelligenza artificiale viene impiegata per ricostruire percorsi di compromissione completi anziché produrre soltanto elenchi di difetti.
Il Visa Vulnerability Agentic Harness non è stato progettato come uno scanner monolitico, ma come una pipeline governata che indirizza i modelli più avanzati attraverso attività di sicurezza strutturate, mantenendo controlli deterministici, criteri di accesso e supervisione umana lungo l’intero processo. Il framework, arrivato alla quinta generazione, opera attraverso quattro fasi e undici stadi che comprendono l’acquisizione del codice, la modellazione delle minacce, la verifica approfondita dei risultati, la sintesi delle catene di exploit, la generazione delle correzioni e la convalida finale delle soluzioni proposte.
La modellazione delle minacce viene eseguita prima dell’analisi tecnica, in modo da concentrare l’attività sulle superfici di attacco effettivamente rilevanti anziché analizzare indiscriminatamente ogni componente. Un sistema di voto deterministico multi-agente richiede inoltre la convergenza di più catene di ragionamento indipendenti prima che una segnalazione possa avanzare nella pipeline. I risultati vengono infine trasformati in artefatti strutturati di triage, report e file SARIF, riducendo il percorso che separa la scoperta di una vulnerabilità dalla produzione di una correzione utilizzabile dagli sviluppatori.
Nel profilo operativo distribuito pubblicamente, una scansione completa esegue per impostazione predefinita tutte le undici fasi. Quando viene attivata la modalità di correzione, il sistema può anche modificare i file sorgente nel repository analizzato e applicare automaticamente le patch candidate, a meno che l’operatore non interrompa il processo nella fase di rilevamento. La capacità di intervenire direttamente sul codice rende necessarie autorizzazioni molto più rigorose rispetto a quelle richieste da un normale strumento di analisi passiva.
Il framework è stato sviluppato per funzionare con più modelli e fornitori. Un livello di astrazione consente di sostituire o combinare i provider senza modificare il piano di controllo, mentre la versione open source supporta Claude di Anthropic, modelli compatibili con le API OpenAI oppure configurazioni miste. Esiste tuttavia una limitazione nelle fasi di correzione e convalida: la modifica diretta dei file richiede strumenti attualmente esposti soltanto dai backend Anthropic. I modelli compatibili con OpenAI possono quindi partecipare all’analisi e alla generazione dei report, ma non dispongono della piena funzionalità necessaria per applicare automaticamente le modifiche al repository.
La possibilità di sostituire i modelli è rilevante anche dal punto di vista della gestione del rischio. Una ricerca VentureBeat Pulse relativa al secondo trimestre del 2026 ha rilevato che l’82% delle aziende intervistate utilizza i controlli nativi del provider come principale livello di sicurezza e che il 59% prevede di adottare o cambiare gli strumenti dedicati alla protezione degli agenti entro l’anno. Il livello di astrazione del framework Visa riduce la dipendenza da un singolo fornitore e permette di aggiornare i modelli senza dover ricostruire l’intera infrastruttura di controllo.
Parallelamente, Visa ha sostituito alcune metriche tradizionali di sicurezza con il Mean Time to Adapt, il tempo medio di adattamento. Secondo Taneja, la difficoltà principale non consiste più nell’individuare una vulnerabilità, ma nel confermarne rapidamente la sfruttabilità, correggerla e dimostrare che l’intero percorso di attacco sia stato effettivamente chiuso. L’applicazione di una patch, da sola, non dimostra infatti che una catena di compromissione non possa essere ricostruita attraverso altri componenti o configurazioni.
Il Mean Time to Adapt viene misurato attraverso tre dimensioni. L’aggiornamento dell’inventario verifica quanto sia completa e attuale la conoscenza di codice, configurazioni e implementazioni in esecuzione. Il numero di percorsi sfruttabili per rilascio misura quante catene di attacco end-to-end rimangano praticabili dopo ogni nuova versione, anziché limitarsi a contare le vulnerabilità chiuse. Il tempo del ciclo di validazione indica invece quanto occorra per produrre prove ripetibili e sostenute da dati che dimostrino l’efficacia della correzione anche nell’ambiente di produzione.
Questa impostazione supera indicatori come il tempo medio di rilevamento o il numero complessivo di CVE risolte, che possono migliorare sulla carta mentre l’esposizione effettiva continua ad aumentare. Un’organizzazione può correggere centinaia di vulnerabilità senza verificare se le patch interrompano davvero i percorsi utilizzabili da un attaccante. Il white paper richiama i dati della Cybersecurity and Infrastructure Security Agency statunitense, secondo i quali meno dell’1% delle CVE viene concretamente sfruttato, per sostenere la necessità di concentrare le risorse sui percorsi di attacco effettivi. La politica Secure Software Development Life Cycle di Visa assume quindi che ogni percorso sfruttabile possa essere utilizzato in produzione e ne richiede la correzione prima della promozione del codice.
La stessa logica viene applicata alla catena di approvvigionamento. Un’infrastruttura interna ben protetta può rimanere esposta attraverso fornitori deboli o componenti open source con manutenzione insufficiente. Visa sta quindi introducendo la sicurezza specifica per l’intelligenza artificiale nella due diligence dei fornitori, richiedendo validazione continua delle vulnerabilità, Software Bill of Materials aggiornate dinamicamente e valori di riferimento MTTA estesi all’intero stack tecnologico.
Visa ha inoltre aderito al Project Lightwell, iniziativa da 5 miliardi di dollari promossa da IBM e Red Hat per rafforzare i componenti open source più diffusi attraverso sistemi di validazione basati sull’intelligenza artificiale e processi coordinati di applicazione delle patch. Al progetto partecipano anche Bank of America, JPMorgan Chase, Goldman Sachs e Mastercard. L’obiettivo è applicare il principio del tempo medio di adattamento anche a monte della singola organizzazione, intervenendo sui componenti condivisi prima che una vulnerabilità si propaghi tra numerose infrastrutture critiche.
Un’ulteriore area di lavoro riguarda il commercio gestito da agenti AI. Visa prevede un contesto nel quale sistemi autonomi effettueranno transazioni per conto di consumatori e imprese e sta sviluppando un framework di fiducia, un livello di identità e un sistema per valutare la preparazione degli agenti prima che i commercianti consentano loro di completare pagamenti. Questo lavoro utilizza anche il Visa Payment Threats Lab, un ambiente di simulazione nel quale scenari di frode reali vengono riprodotti contro le regole di autorizzazione, le soglie e le configurazioni effettivamente impiegate dalla rete, così da individuare le modalità di errore introdotte dall’intelligenza artificiale e formulare raccomandazioni di sicurezza specifiche.
La gestione dell’identità rappresenta uno dei punti più critici. La ricerca VentureBeat Pulse ha rilevato che il 69% delle aziende utilizza già credenziali condivise nelle implementazioni di agenti e che le organizzazioni con credenziali condivise segnalano incidenti o quasi incidenti nel 63,5% dei casi, contro il 40,9% registrato quando ogni agente dispone di un’identità separata e limitata al proprio ambito operativo. Il white paper di Visa considera quindi gli agenti AI come identità a tutti gli effetti e richiede autorizzazioni specifiche, applicazione del principio del minimo privilegio, tracciabilità completa delle attività e integrazione nella governance Identity and Access Management per ogni agente autorizzato a chiamare API, leggere dati o modificare sistemi.
La strategia difensiva di Visa è organizzata attorno a tre priorità. La prima consiste nell’individuare ed eliminare le vulnerabilità sfruttabili già durante la progettazione, prima che il codice raggiunga la produzione. La seconda prevede la sostituzione preventiva dei componenti ad alto rischio o scarsamente supportati. La terza riguarda la riprogettazione dei sistemi di difesa affinché possano operare in modo autonomo sotto supervisione umana, permettendo a rilevamento, convalida e risposta di mantenere il ritmo imposto dalla crescita del volume delle minacce e dal miglioramento dei modelli utilizzabili negli attacchi.
Il Visa Vulnerability Agentic Harness è stato reso disponibile pubblicamente su GitHub e, al 20 luglio, aveva raggiunto 595 stelle e 97 fork. Il framework, le metriche MTTA e le dodici pratiche architetturali del white paper sono stati pubblicati affinché altri team possano esaminarli, adattarli ed estenderli. L’obiettivo è trasformare l’analisi agentica delle vulnerabilità da esperimento interno a infrastruttura riutilizzabile, capace non soltanto di individuare più rapidamente i problemi, ma di dimostrare che le correzioni interrompano realmente le catene di attacco.