Antaeus: razonamiento LLM anclado en el repositorio para fallos de lógica

What is this?

El 1 de julio de 2026, Michele Armillotta, Nicolò Romandini, Rebecca Montanari y Lorenzo Cavallaro publicaron Antaeus: Hunting Repository-Level Logic Vulnerabilities via Context-Grounded LLM Reasoning (arXiv:2607.01138). Es un trabajo de utillaje defensivo, no un ataque: una tubería que detecta fallos de lógica — control de acceso deficiente y exposición de información sensible — en grandes bases de código C y C++, anclando el razonamiento de un modelo de lenguaje en el repositorio que lo rodea en lugar de en una función aislada.

Los fallos de lógica son la categoría que peor tratan las herramientas clásicas. Un error de memoria se manifiesta como un acceso inválido, y un error de flujo de datos como una propagación contaminada de una fuente a un sumidero, pero un fallo de lógica es la ausencia de una comprobación que exigen las convenciones de la propia aplicación. El caso motivador de los autores es un fallo de control de acceso de 2020 en libvirt: un punto de entrada público que configuraba el tiempo de espera de un agente invitado era localmente correcto en cada línea, pero le faltaba una única guarda de solo lectura, de modo que un cliente de solo lectura podía poner ese tiempo a cero y provocar una denegación de servicio. Cada línea parecía benigna de forma aislada; la vulnerabilidad residía en el modelo de confianza del repositorio. La conclusión central del artículo es que incluso los modelos agénticos de vanguardia tienen dificultades aquí, y que un anclaje contextual estructurado cierra buena parte de la brecha.

How it works

Antaeus ejecuta una tubería a escala de repositorio en cuatro etapas. La priorización primero poda hacia solo los archivos C/C++, aplica heurísticas amplias por palabras clave para conservar únicamente las funciones que tocan la autorización, el control de acceso, las fronteras de confianza o la configuración, y luego comprime cada función superviviente en su firma y las funciones que invoca. Un modelo agéntico clasifica estas representaciones compactas, reduciendo unas 29 a 33× el número de funciones sometidas al análisis detallado.

El anclaje contextual construye después las pruebas necesarias para juzgar una función priorizada: una ampliación local (tipos, macros, constantes y cuerpos de las funciones invocadas que fijan el significado de cada línea) más una vista a escala de repositorio de para qué sirve la aplicación, qué recursos media y dónde se encuentran sus fronteras de confianza. El razonamiento estructurado pide al modelo que nombre los sumideros sensibles a la seguridad de la función, que derive las condiciones de seguridad requeridas para que cada uno sea seguro, y que compruebe si esas condiciones se satisfacen localmente. Por último, la validación comparativa — una etapa basada en embeddings — poda los hallazgos que solo reflejan normas del proyecto en lugar de violaciones distintivas, y la herramienta informa del sumidero, la condición violada y las pruebas de apoyo.

Why it matters

Evaluado sobre 28 repositorios reales extraídos de un conjunto de datos de CVE a nivel de repositorio (12 casos de exposición de información y 16 de control de acceso, cada uno con su proyecto completo como verdad de referencia), Antaeus detectó y explicó 15 vulnerabilidades de 28 con un modelo de vanguardia y 12 de 28 con otro, y reprodujo 15 de 28 en una versión de modelo más reciente. Todas las configuraciones de las líneas base — indicaciones LLM sobre una única función y escáneres agénticos autónomos sobre repositorio en bruto o preclasificado — no pasaban de 4 de 28. Las líneas base agénticas mantenían pocos falsos positivos sobre todo examinando menos código: incluso con el mismo conjunto de funciones clasificadas, restringían la búsqueda internamente, produciendo así más hallazgos espurios en lugar de alcanzar el fallo. La lección: un simple paso «agente, audita este repositorio» no es una revisión completa de fallos de lógica; la exhaustividad provino del análisis completo del código priorizado y del anclaje, no de un modelo más inteligente por sí solo.

Defenses

Para los defensores las lecciones prácticas son concretas. No tome el escaneo de un repositorio por un agente autónomo como cobertura de los fallos de lógica — los agentes de este estudio limitaban en silencio cuánto código inspeccionaban. Prefiera herramientas cuya salida nombre el sumidero, la condición de seguridad concreta incumplida y las pruebas, porque esa estructura es lo que hace manejable el triaje y accionable un hallazgo en vez de una alerta vaga. Para las clases subyacentes, imponga los invariantes de control de acceso en cada punto de entrada público y frontera de confianza (una comprobación de solo lectura o de privilegio en cada operación que cambie el estado), audite lo que cruza una frontera por exposición de información sensible, y escriba explícitamente los invariantes de seguridad del proyecto para que puedan comprobarse de forma mecánica. Por último, tenga presente la realidad de doble uso: el mismo anclaje contextual que mejora la exhaustividad defensiva también refuerza el descubrimiento ofensivo, así que los equipos que entregan mucho código C/C++ harían bien en adoptar estos métodos ya para ir por delante de los atacantes.

Status

Antaeus es un prototipo de investigación. No se publica ningún exploit ni utillaje armado; el trabajo es una evaluación de una tubería de detección frente a fallos conocidos y ya corregidos.

Elemento	Detalle
Publicación	arXiv:2607.01138, 1 de julio de 2026
Tipo	Marco de detección defensivo + evaluación (sin exploit publicado)
Alcance	Fallos de lógica a nivel de repositorio en C/C++ (CWE-284 control de acceso deficiente, CWE-200 exposición de información sensible)
Resultado	15/28 detectadas y explicadas; mejor línea base 4/28
CVE ilustrativa	CVE-2020-10701 (fallo de control de acceso de solo lectura en libvirt)