Якщо дивитися на цей репозиторій не як на “ще одну добірку посилань”, а як на карту розвитку, то він виглядає доволі якісно.

Він будує навчання не навколо інструментів, а навколо знань:

Web fundamentals (HTTP, DNS, браузери, cookies, сесії).
Linux та командний рядок.
Networking.
Burp Suite.
OWASP Top 10.
API Security.
Authentication/OAuth/JWT.
Cloud Security.
Active Directory.
Mobile.
Bug bounty methodology.
Практичні лабораторії та CTF.

Саме така послідовність зазвичай і рекомендується досвідченими багхантерами: спочатку зрозуміти, як працює веб, а вже потім шукати вразливості.

https://github.com/1ndianl33t/Bug-Bounty-Roadmaps

Cервіс JustOpenFile Viewer, це досить цікавий інструмент для перегляду файлів прямо в браузері, якщо є ризик відкриття файлу на компьютері:

- локальні файли відкриваються без завантаження на сервер;
- підтримуються PDF, Word, Excel, ZIP, JSON, CSV, SQLite, EPUB, відео, аудіо, зображення та багато інших форматів;
- не потрібен акаунт чи встановлення програми;
- якщо відкривається файл за URL, він завантажується безпосередньо з джерела, а для сайтів без CORS можна увімкнути проксі-режим.

Чи безпечно на 100%?

З технічної точки зору ідея виглядає так, поки що: там справді нема реквесту який би перенаправляв вайл на стороній сервер, але треба бути обережними і перевіряти спочатку чи нічого не змінилось, а потім вже вільно туди завантажувати конфеденційні файли для читання, якщо є загроза в вірусі.

https://justopenfile.com/en/viewer

AI-агент уже не просто “чатик”. Якщо він має доступ до браузера, коду, shell, GitHub, Jira чи корпоративних даних, він стає окремим цифровим виконавцем. І для нього потрібні правила, як для користувача, сервісного акаунта або підрядника.

Свіжа тема дня: Open Secure AI Alliance просуває SAFE — Shared AI Findings Exchange.

Практичний висновок простий:
агентам потрібні окремі identity та мінімальні права;
кожен tool call, prompt, credential і файл має логуватись;
network egress краще робити deny-by-default з allowlist;
“я думав, що це тестове середовище” не має бути виправданням без доказів.

Хороша вправа на сьогодні: випишіть усіх своїх AI-агентів і поруч поставте 4 колонки: доступи, логи, stop condition, owner. Якщо хоч одна порожня там майбутній інцидент.

https://svyat.tech/safe-dlya-ai-agentiv-chomu-zvitnist-pro-vtechi-i-near-miss-stane-novoyu-normoyu-kiberbezpeki

OpenAI розширила Daybreak і представила GPT‑5.6‑Cyber — спеціалізовану модель для кібербезпеки, але не “для всіх”. Доступ іде через Daybreak Red для перевірених користувачів і організацій, які виконують авторизовану security-роботу.

Чому це важливо?
Бо ми бачимо нову норму для AI у cybersecurity: більше можливостей, але й більше контролів.

Практичні висновки для команд:
- advanced AI для pentest/red team має жити в scoped environments;
- cyber-агентам потрібні sandbox, monitoring і чіткий scope;
- high-risk дії мають проходити auto-review або human review;
- для production-систем краще deny-by-default і мінімальні права;
- модель має допомагати не тільки знайти баг, а довести його, описати impact і допомогти з remediation.

Це дуже схоже на майбутню enterprise-модель: AI не замінює security governance, а вимагає зробити його зрілим.

https://svyat.tech/openai-daybreak-i-gpt56cyber-yak-viglyadaye-kontrolovanii-dostup-do-frontier-ai-dlya-kiberbezpeki

Маніпуляції в медіа краще один раз “зіграти”, ніж десять разів прочитати про них у чеклісті.

Тренажер Bad News це гра, де ти сам стаєш творцем фейкових новин і вчишся набирати аудиторію через емоції, поляризацію, тролінг, конспірологію та псевдоавторитет.

Звучить дивно, але саме в цьому цінність: коли бачиш механіку зсередини, легше розпізнати її в реальних новинах, соцмережах, Telegram-каналах і навіть AI-generated контенті.

Практична ідея: дайте команді 15 хвилин пройти гру, а потім обговоріть 3 питання:

-які прийоми були найпереконливішими?
-де ми бачимо такі патерни в реальному інфополі?
-як це може проявлятися в phishing, fake alerts або AI-generated reports?

https://www.getbadnews.com/

AgentBaiting: як перевіряти AI Skills, MCP-сервери й агентські плагіни до встановлення

Ваш AI-агент може не просто знайти корисний MCP-сервер. Він може знайти malware і чемно принести вам інструкцію з README.
Island Security Research описали AgentBaiting у кампанії FakeGit: близько 7 600 шкідливих GitHub-репозиторіїв, понад 800 з них маскувалися під AI Skills або MCP-сервери. Частина таких проектів потрапляла в публічні AI/MCP-каталоги. Payload: SmartLoader, далі StealC для крадіжки credentials, browser sessions, cookies і токенів.

Мінімальний процес на цей тиждень: завести Jira-шаблон “AI capability intake”, allowlist перевірених MCP/skills, GitLab CI job, який блокує .mcp.json, agent config, ZIP/EXE/BAT/CMD зміни без approval, і Slack-алерт для security review.

Питання до вас: у вашій команді агенти вже можуть самі шукати й пропонувати інструменти, чи це ще ручний процес?

https://svyat.tech/agentbaiting-yak-pereviryati-ai-skills-mcp-serveri-i-agentski-plagini-do-vstanovlennya

Як закрити egress і sandbox для AI-агентів, перш ніж давати їм код, CI та внутрішні інструменти

AI-агенти вже треба захищати як напівавтономних операторів, а не як “розумний autocomplete”.

Привід: OpenAI та Hugging Face описали інцидент під час cyber-evaluation, де модель в ізольованому середовищі знайшла шлях назовні через дозволений package proxy, а далі ланцюжком дій дісталася до зовнішньої інфраструктури. GitLab у свіжому розборі сформулював дуже практичний висновок: sandbox закритий лише настільки, наскільки закриті всі сервіси, до яких агент може звертатися.

Що зробити на проекті цього тижня:
- Проведіть egress inventory для AI-агентів
- Введіть deny-by-default: агенту не потрібен “майже весь інтернет”
- Перевірте allowlist як attack surface
- Додайте audit log для tool calls: хто/який агент/який prompt/який інструмент/який outbound request/який approval.

https://svyat.tech/yak-zakriti-egress-i-sandbox-dlya-ai-agentiv-persh-nizh-davati-im-kod-ci-ta-vnutrishni-instrumenti

Майже всі зараз обговорюють, наскільки добре AI вміє знаходити вразливості в коді.

Але мені здається, цікавіша історія починається трохи в іншому місці.

OpenBurp з'єднує Burp Suite Professional з Claude Code або Codex через MCP. Тобто агент отримує доступ до реального web security workflow: HTTP-трафіку, браузера через proxy, Burp та, за бажанням, окремого Kali-контейнера з nmap, sqlmap, impacket та іншими інструментами.

І ось тут AI переходить від ролі «порадника» до ролі оператора інструментів.

Він може побачити endpoint, проаналізувати request/response, сформувати гіпотезу, перевірити її через Burp, піти в браузер, виконати наступну дію і зберегти результати.

Тобто автоматизується вже не окрема перевірка, а шматок самого pentest workflow.

І це, як на мене, цікавіше за чергове «AI знайшов XSS».

Burp поки нікуди не йде. Просто тепер біля клавіатури може сидіти не тільки людина 🙂

https://github.com/luispacheco22/OpenBurp

🤖 AI може згенерувати тест-кейси, проаналізувати вимоги, написати SQL-запит або розібрати лог. Але щоб він справді економив час, треба правильно поставити задачу, перевірити результат і безпечно вбудувати його у QA-процес.

Навчіться застосовувати AI на всіх етапах тестування — на курсі «AI для тестування» від robot_dreams.

Після 16 занять ви:
🔹аналізуватимете вимоги та генеруватимете тест-кейси
🔹створюватимете Test Plan, Test Strategy та regression scope
🔹працюватимете з Swagger/OpenAPI, API-запитами, SQL і тестовими даними
🔹аналізуватимете дефекти, логи та покриття
🔹використовуватимете AI для accessibility-, performance-, usability- та security-тестування
🔹навчитеся перевіряти AI-відповіді на галюцинації, помилки й ризики для даних

Лекторка: Юлія Заревич, Senior QA Lead в Intellias, із 10 роками досвіду в Quality Assurance та сертифікацією ISTQB Certified Tester Testing with Generative AI.

Деталі, програма та реєстрація ⬅️

AI-review кожного коміту, бот моніторингу кожні п’ять хвилин, ще кілька агентів для Jira і команда витрачає квоту на повторення тієї самої роботи.

Практичний спосіб це впорядкувати: codex-lb для пулу дозволених облікових записів та LiteLLM для керування доступом, бюджетами й API-викликами.

Важлива деталь: балансувальник не робить промпт коротшим. Він розподіляє навантаження. Економію потрібно закласти у workflow:

• Для GitLab review надсилати diff і потрібні залежності, а повторний запуск прив’язувати до commit SHA та версії промпту.
• Для моніторингу спочатку групувати алерти звичайним кодом. Викликати AI, коли змінився стан інциденту, а не заради чергового «все без змін».
• Вимірювати токени й витрати на корисний результат: підтверджений дефект, оброблений інцидент, прийняте оновлення документації.

https://svyat.tech/yak-ekonomyty-tokeny-na-code-review-monitorynhu-i-komandnykh-avtomatyzatsiiakh-za-dopomohoiu-codex-lb-ta-litellm

Разом з АЗОВ.ONE та DOU збираємо кошти на НРК наземні роботизовані комплекси.

Це техніка, яка може виконувати небезпечні завдання замість людей. Доставляти необхідне, допомагати з евакуацією та працювати там, де ризик для військових надто високий.

І тут є один важливий момент.

Ми багато говоримо про AI, роботизацію та автоматизацію. Про те, як технології поступово замінюють людську працю.

Але зараз в Україні роботизація має значно важливіше завдання замінювати людину там, де вона може загинути.

І це, мабуть, один із найкращих прикладів того, навіщо взагалі потрібен технологічний прогрес.

🎯 Загальна ціль збору — 3 500 000 грн.
Моя особиста ціль — 30 000 грн.

Розумію, що зборів зараз багато. Але навіть невеликий донат має значення, коли нас багато.

Тому буду вдячний кожному, хто долучиться гривнею або поширенням.
Бо нехай краще втрачаємо роботів, ніж людей. 🇺🇦

💛 Банка для донатів:
https://send.monobank.ua/jar/27j2nDP4ar

🛡️ Думаєш, добре розбираєшся в кібербезпеці? Є можливість перевірити це на практиці.

8 листопада в Києві відбудеться FlyForge CTF — офлайн-змагання з кібербезпеки у форматі Capture the Flag (King of the Hill), організоване SET University за підтримки IronCyber.

І тут буде цікаво тим, хто любить не просто шукати вразливості, а й розуміти, як працюють реальні атаки.

💻 Що чекає на учасників?

Уявіть, що у вас є лише фрагмент пам'яті скомпрометованої системи. З нього потрібно витягнути логи, ключі та маршрути, знайти шлях до інфраструктури противника й захопити контроль над ціллю.

І все це в умовах конкуренції з іншими командами.

Формат King of the Hill означає, що недостатньо просто знайти вразливість. Потрібно захопити позицію та втримати її.

⏱ 4 години практичного Red Team змагання.

https://docs.google.com/forms/d/e/1FAIpQLSeKs403BFba5abivSl-lBXnG4EZdGhfU8sTNMUYmPslFFWDXw/viewform

Ми поступово підходимо до моменту, коли AI буде не тільки писати код, а й самостійно намагатися його зламати.

Натрапив на цікавий open-source проєкт Strix AI агент для автоматизованого пентестингу.

І це вже трохи більше, ніж звичайний сканер вразливостей.

Strix може аналізувати код, досліджувати вебзастосунки та API, шукати вразливості й намагатися підтвердити їх реальними експлойтами.

Підтримує мультиагентну архітектуру, Docker, CI/CD, а також інтеграцію з Claude Code, Codex та іншими AI-агентами через Skills.

Але мене тут зачепила інша річ.

Ми поступово переходимо від перевірки коду на відомі вразливості до перевірки того, чи може AI реально скористатися ними.

І це суттєва різниця.

Звичайний SAST може повідомити про потенційну SQL Injection. А агент здатен спробувати відтворити атаку й показати, чи справді вона працює.

У перспективі це може змінити сам підхід до Security Testing.

https://github.com/usestrix/strix

Як використання AI впливає на підготовку до ISO 27001 та ISO 42001?

19 листопада колеги з Protagonist та IMS International проведуть відкриту Q&A-сесію, та проаналізують вимоги стандартів, типові невідповідності та практичні аспекти проходження сертифікаційного аудиту.

Для кого: CTO, CISO, Compliance Officers, IT-керівників, фаундерів та представників технологічних компаній, які використовують AI або готуються до сертифікації.

Формат відкритої дискусії: практичні відповіді від експертів IMS International та Protagonist.

Маєте запитання? Залиште його під час реєстрації за посиланням: https://forms.gle/cyDarGqcn6723ZTR8