Big Sleep, el agente de Google que encontró una vulnerabilidad en SQLite antes de su lanzamiento

Un agente basado en Gemini 1.5 Pro funcionaba dentro de Naptime, el entorno de Project Zero que le da un navegador de código, un depurador, una herramienta de informes y un sandbox para scripts en Python.

Los investigadores le dieron un fallo de SQLite ya corregido, junto con mensajes y diffs de commits recientes, y le pidieron buscar problemas similares sin resolver. El agente relacionó el fallo antiguo con otra parte del código, escribió un caso de prueba, provocó el fallo y elaboró un análisis de la causa raíz.