Modeller för artificiell intelligens upptäcker kritisk säkerhetsbrist i PHP som undgått mänsklig granskning i över ett decennium
25 oktober 2026 · 3 min läsning
Även publicerad på Indonesia
Två säkerhetsföretag har med hjälp av avancerade språkmodeller identifierat en kritisk sårbarhet i programmeringsspråket PHP som har existerat oupptäckt sedan år 2012. Upptäckten, som benämns PHP2Shell, avslöjades under hösten 2026 och markerar ett betydelsefullt ögonblick där artificiell intelligens lyckats finna komplexa fel som mänskliga experter missat under fjorton års tid. Händelsen involverar samarbeten mellan teknikjättar och specialiserade säkerhetsaktörer inom ramen för initiativ som syftar till att stärka öppen källkod.
Det första företaget att identifiera den initiala bristen var Calif, ett forskningsföretag inom cybersäkerhet. Denna upptäckt gjordes den första augusti 2026 som en del av projektet Patch the Planet, ett initiativ drivet av OpenAI. Projektet bjuder in säkerhetsföretag att använda nya modeller för att söka efter sårbarheter i olika öppen källkod-projekt. Calif valde att fokusera på PHP på grund av språkets utbredda användning och den potentiellt höga påverkan en brist skulle kunna ha. Företaget hade i förväg koordinerat sina planer med PHP Foundation för att studera säkerheten i kodbasen. Trots en utbredd uppfattning om att koden redan hade granskats grundligt av både människor och tidigare verktyg, lyckades Califs team alltså lokalisera den första buggen.
Nästan samtidigt, men något senare än Calif, lyckades ett andra säkerhetsföretag vid namn Wiz identifiera samma sårbarhet. Wiz, som förvärvades av Google tidigare under år 2026, använde en kombination av egna automatiserade system och stora språkmodeller för sin analys. Företaget rapporterade att de lyckades hitta båda de distinkta buggar som tillsammans utgör PHP2Shell-sårbarheten. Wiz noterade att buggar relaterade till minneshantering är exceptionellt komplexa att upptäcka manuellt. Variabler såsom olika versioner av PHP, divergerande konfigurationsinställningar och varierande applikationsbeteenden gör att sårbarheter kan manifestera sig på olika sätt, vilket historiskt har gjort manuell felsökning extremt svår i detta specifika sammanhang.
De tekniska verktyg som möjliggjorde dessa fynd var centrala för framgången. Calif använde sig av modellen GPT-5.6 Sol som tillhandahölls genom OpenAI:s samarbetsprogram. Wiz använde däremot en kombination av modellen Gemini 4 Argon samt GPT-5.6 Sol, integrerat med deras eget automatiserade söksystem kallat Wiz Atlas. Trots att detaljerna kring den exakta metodiken för hur modellerna isolerade felen inte offentliggjordes fullt ut, betonade Wiz att kombinationen av artificiell intelligens och automatiserade scanningverktyg var avgörande. Företaget menar att denna händelse kommer att ses som en vändpunkt inom cybersäkerhetsbranschen, jämförbar med tidigare stora incidenter som Heartbleed år 2012 och Log4Shell år 2021.
Betydelsen av upptäckten ligger inte endast i själva sårbarheten utan i beviset på att artificiell intelligens kan lösa problem som stått olösta i över ett decennium. Sårbarheten har funnits i kodbasen sedan lanseringen av PHP version 5.4 år 2012. Under denna långa period har koden granskats av otaliga utvecklare och säkerhetsexperter världen över, men den specifika kombinationen av faktorer som krävs för att exploatera felet har undgått detection. Nu visar resultatet från både Calif och Wiz att nästa generations modeller har förmågan att navigera i denna komplexitet på ett sätt som tidigare metoder inte kunnat. Detta skapar nya förväntningar på hur framtida säkerhetsgranskningar av kritisk infrastruktur kommer att utföras, där samarbetet mellan mänsklig expertis och maskinellt resonerande blir alltmer centralt.