Як Alberta запустила ~50 Claude Code агентів і просканувала 466 млн рядків government code

Ministry of Technology and Innovation підтримує системи всіх 27 provincial ministries: social services, public safety, wildfire response та інші critical services. Портфель із приблизно 1,280 applications і 3,400 repositories накопичує legacy dependencies, undocumented code і vulnerabilities швидше, ніж невелика security team може це перевірити вручну.

Alberta побудувала паралельну agentic review factory. Важливий момент: agent не отримав право 'виправити весь уряд'. Scan і remediation були розкладені на evidence-producing stages, а patch до production проходив engineer review/approval. Це хороший government pattern: AI масштабує analysis/execution, але accountability не зникає.

Trigger — portfolio scan, repository change, modernization batch або security review в SDLC. Input — repository snapshot/SHA, rules engine configuration, security-control baseline, build/test environment, documentation і ownership metadata. Sensitive operational secrets не повинні входити в model context без окремої eligibility.

AI stage двоступеневий: deterministic/rules scan flags known patterns; Claude переглядає findings, reasons about context і cites exact file/line. Для remediation Claude може generate patch, tests і build candidate. Output — evidence-backed finding/remediation artifact із repository/version identity, severity, source location, checks та human decision.

• Trigger → portfolio/repo/security event.
• Input → versioned repo + rule set + control baseline + build/test sandbox.
• AI → parallel scan → contextual review → cited finding → candidate fix/tests.
• HITL → engineer validates finding and patch.
• Output → approved PR/change + authoritative CI/runtime evidence.

Rules engine забезпечує deterministic recall для відомих patterns і відтворюваність. Claude додає contextual reasoning: чи finding справді exploitable/meaningful у конкретному code path, який exact file/line його підтримує, що треба виправити. Такий split знижує ризик, що language model стане єдиним oracle.

Для відтворення findings повинні мати provenance: scanner version, model revision, repo SHA, rule/control ID, exact evidence, confidence/severity та disposition. False positive, accepted risk і fixed finding не можна змішувати. Re-scan після fix має підтвердити postcondition на fresh source.

Паралельність дає різкий throughput, але multiplicative blast radius. A4 допустимий для read-only scan і isolated build/test; небезпечний для unrestricted production writes. Concurrency manager має лімітувати repositories, tokens/compute, network, tool scopes та duplicated work і зберігати deterministic task IDs.

Agent може сам generate fix і tests, але patch shipping має independent gate. Якщо application не має tests, agent може створити їх, проте generated test не є доказом correct business behavior сам по собі. Legacy modernization потребує domain owner acceptance, integration tests і staged rollout.

Anthropic описує specialized red-team agent, що probes application і maps exploit path, та blue-team agent, що оцінює defenses і формує remediation plan. Кожна application перевіряється приблизно проти 95 security controls. Це корисний multi-agent split: attacker і defender мають різні objectives, а результат сходиться у verifiable evidence.

Control set повинен бути versioned. Зміна standard/control mapping автоматично інвалідовує старе 'pass' там, де scope змінився. Critical control failure блокує release незалежно від aggregate score. AI-generated security explanation без exact evidence не має закривати finding.

Government repositories можуть містити credentials, citizen-data access logic, procurement rules і safety-critical behavior. Repo access тому видається agent/service identity за least privilege; secrets redacted/injected only at runtime; network egress allowlisted; tool execution sandboxed; model/provider/data-residency contracts фіксуються у release envelope.

Audit trail повинен відповісти: який agent/model бачив який repo; які findings створив; який code запропонував; хто review/approved; які tests/checks пройшли; що реально deployed. Без цього 'AI знайшов проблему' важко перетворити на accountable public-sector change.

Failure modes: duplicate scan, stale repo snapshot, rules false positive, model false negative, generated patch changes behavior, build environment differs from prod, tool timeout after PR creation, secret leakage, prompt injection in code/comments, agent overload creates review queue. Critical scope escape зупиняє batch.

Write operations — branch/PR only із idempotency key. Після timeout система читає Git/CI state до retry. Scan batch checkpoint-иться по repo SHA; resume не повторює completed repositories без reason. Якщо model upgrade відбувся посеред campaign, результати різних revisions не зливаються без version marker і comparative eval.

20-hour scan і estimated 6.5-year manual equivalent — сильний signal про machine-scale coverage, але це не означає, що 6.5 років людської роботи повністю замінені 20 годинами. Люди лишаються потрібними для triage, false-positive handling, remediation review, domain validation, rollout і incident response.

Повний cost model: `model inference + parallel compute + repo/index IO + scanners + sandbox/build/CI + security review + remediation engineering + observability + incidents`. KPI: validated findings per cost, mean time finding→verified fix, false-positive/false-negative slices, critical escaped vulnerabilities, review hours, rollback rate і percentage of repos covered on fresh SHA.

Почніть із 20–50 repositories із відомими vulnerabilities та historical findings. Побудуйте deterministic first-stage scanner, evidence schema і read-only agent review. Потім додавайте candidate fixes/tests у isolated branches. Лише після stable precision/recall slices і security review масштабуйте parallelism.

Rollout: `historical replay → read-only scan → cited findings → remediation drafts → isolated build/tests → human-approved PRs → continuous red/blue checks → portfolio scale`. Для public sector додайте procurement/provider exit plan, data classification, audit retention і continuity. Production incident стає permanent regression test для конкретної vulnerability/workflow.