Penetration testování webu si před spuštěním zrychlíte s Claude Code, ale jen na webu, který vlastníte nebo k němu máte písemné svolení, a vždy v izolované kopii, nikdy na produkci. Model Opus 5.5 v ní dostane roli útočníka, každý útok reálně spustí a zaloguje a nálezy ověříte regresními testy.

Než agenty pustíte, oddělte testovací prostředí

Agenti mažou a upravují data a posílají souběžné požadavky, proto do produkce nepatří. Ochrana nesmí stát na jediné větě v promptu. Vynuťte ji sítí, IAM, sandboxem a oddělenými credentials. Dokumentace Claude Code k oprávněním doporučuje kombinovat permissions a sandboxing, protože omezení sandboxu platí, i když prompt injection obejde rozhodování agenta.

Režim bypassPermissions, respektive --dangerously-skip-permissions, dokumentace k oprávněním označuje za vhodný jen pro izolovaná prostředí, kde Claude Code nemůže nic poškodit. Vývojový kontejner sám nestačí: Anthropic upozorňuje, že nezabrání exfiltraci všeho, co je do něj zpřístupněno, včetně přihlašovacích údajů v ~/.claude.

Produkční a testovací databáze i DNS zóny držte v odlišných účtech. Pokud je preview prostředí napojené na produkční databázi, spouštějte všechno výhradně lokálně.

Počítejte i s tím, že model někdy odmítne. Opus 5.5 má podle dokumentace k promptování kyberbezpečnostní klasifikátor: hledání zranitelností ve zdrojovém kódu povoluje, vysoce rizikové činnosti dvojího užití ne. Když blokuje legitimní práci vaší organizace, Anthropic odkazuje na Cyber Verification Program.

Rozdělení práce mezi tři podagenty a tři účty

Model Opus 5.5 dostane roli etického hackera a projíždí testovací kopii webu podle předem daného seznamu útoků. Práci rozdělíte na tři podagenty (subagents), jednoho na každou skupinu útoků. Každý podagent má vlastní sadu tří testovacích účtů: uživatele A, uživatele B a administrátora. Podagenti jen útočí a zaznamenávají, neopravují.

flowchart TD
    A["Člověk: rozsah a pravidla"] --> B["Opus 5.5: etický hacker"]
    B --> C["Podagent 1: impersonace"]
    B --> D["Podagent 2: limity a validace"]
    B --> E["Podagent 3: útoky zvenčí"]
    C --> F["Report s logy"]
    D --> F
    E --> F
    F --> G["Člověk: validace a oprava"]

Účty A a B odhalí, jestli jeden uživatel vidí nebo mění data druhého, tedy IDOR (Insecure Direct Object Reference). Administrátorský účet ověří, zda běžný uživatel nedosáhne na privilegované funkce. Hesla testovacích účtů patří do souboru .env mimo Git a tokeny se v reportu maskují.

Výchozí úroveň úsilí medium na většinu skupin stačí, Anthropic ji pro Opus 5.5 uvádí jako výchozí v dokumentaci k úsilí. Skupinu impersonace doporučujeme zvednout na high, protože chyba v oprávněních vede přímo k úniku cizích dat.

Tři skupiny útoků a co se v nich zkouší

Každá skupina má vlastního podagenta, takže se nálezy nemíchají. Všechno běží proti testovací kopii.

Impersonace a práva. Podagent bez přihlášení vezme veřejný klíč z frontendu a dotáže se přímo na tabulky databáze. Přihlášený jako A zamění id v požadavku za B a zkusí číst, upravit i smazat cizí data. Do požadavku na úpravu profilu přidá role: admin. Resetovací odkaz na heslo použije dvakrát za sebou.

Limity a validace. U zakázaných tlačítek přeskočí stránku a pošle požadavek přímo na API. Po vyčerpání bezplatného využití ověří, zda přímé volání stále projde. Při malém kreditu vystřelí 20 souběžných požadavků. Formuláře plní extrémními vstupy a v přesměrování ?next= zkouší cizí web, včetně hodnot s // a @.

Útoky zvenčí. Sem patří XSS payload v uživatelském jménu, komentáři nebo Markdownu, SSRF přes zadané URL a prompt injection v nahraném dokumentu. SSRF a funkce s načítáním URL testujte jen tehdy, pokud je aplikace opravdu má.

Skupina Typické útoky Co se ověřuje
Impersonace a práva přímý dotaz na DB, záměna id (IDOR), role: admin, opakovaný reset hesla izolace dat mezi účty a oprávnění
Limity a validace přímé volání API, 20 souběžných požadavků, extrémní vstupy, open redirect vynucení limitů mimo UI a validace vstupů
Útoky zvenčí XSS, SSRF na http://localhost a http://169.254.169.254, prompt injection ochrana proti vnějšímu a nedůvěryhodnému obsahu

Prompt injection otestujte na reálné funkci: do nahrávaného dokumentu skryjte instrukci, aby AI načetla data jiného uživatele nebo zavolala nástroj, který nemá. Pokud to udělá, máte doloženou zranitelnost.

Tenhle seznam je výběr, ne standard ani pokrytí OWASP Top 10. Sestavte si vlastní seznam kategorií a ke každé připište postup, očekávaný výsledek a lidskou validaci.

Každý útok spusťte a doložte logem

Útok, který se jen přečetl v kódu, se počítá jako neprokázaný. Čtení zdrojáku přehlédne chování runtime, konfiguraci i datové toky. Důkazem je log požadavku a odpovědi.

Postup
  1. Spusťte útok naživo. Každou položku odešlete proti testovacímu prostředí.
  2. Zapište požadavek a odpověď. Do tabulky patří, jak útok proběhl a zda byl odmítnut tam, kde měl.
  3. Opravte nález. Opravu provádí člověk nebo oddělený agent, útočící podagent ji nedělá.
  4. Ověřte vypnutím ochrany. V lokálním kódu ochranu dočasně vypněte, útok musí projít; po zapnutí musí být odmítnut.
  5. Uložte test jako skript. Testy patří do repozitáře a spouštějí se před každým dalším spuštěním.

Takto vypadá uložený regresní test pro IDOR:

# Test IDOR: účet A se pokouší číst objednávky účtu B
# Očekávaný výsledek po opravě: HTTP 403
TOKEN_A="$TEST_TOKEN_A"   # z .env, mimo Git
curl -s -o /dev/null -w "%{http_code}\n" \
  -H "Authorization: Bearer $TOKEN_A" \
  "https://staging-security.example/api/users/B/orders"

Příkaz jen vypíše stavový kód, takže aby test v CI selhal, porovnejte výstup s 403. Adresu nahraďte svou testovací instancí.

Oprava od agenta může být nebezpečnější než samotná zranitelnost. Agent občas jen skryje symptom, rozbije autorizaci nebo odstraní validaci potřebnou pro legitimní funkci. Každou opravu proto zkontroluje jiný agent i člověk a potvrdí ji regresní test. Proč schválený kód od agenta nestačí jen proletět očima, rozebírá článek o dluhu v porozumění kódu.

Kolik test stojí v tokenech

Podle modelové kalkulace níže vychází běžná webová aplikace řádově na desítky USD za jednu dávku, rozsáhlý repozitář s opakovanými opravami až na stovky. Podle ceníku Anthropic stojí Opus 5.5 4 USD za milion vstupních a 20 USD za milion výstupních tokenů. Agent se 300 000 vstupními a 50 000 výstupními tokeny tak podle téhož ceníku vychází zhruba na 2,20 USD.

Scénář Vstupní tokeny Výstupní tokeny Hrubý náklad
Kratší kontrola 1,5 mil. 0,25 mil. 11 USD
Důkladnější průchod 3 mil. 0,5 mil. 22 USD
Rozsáhlý repozitář 20 mil. 4 mil. 160 USD

Objemy tokenů jsou odhad a částky z nich přepočtené modelové, ne naměřené. Skutečnou spotřebu změřte na prvním běhu.

Do rozpočtu patří i opakované načítání stejných souborů, dlouhé reporty a patche, regresní testy, infrastruktura sandboxu a lidská kontrola nálezů.

Plugin security-guidance a jeho limity

Plugin nainstalujete příkazem /plugin install security-guidance@claude-plugins-official. Podle README pluginu potřebuje Claude Code CLI od verze 2.1.144 a Python 3.8 nebo novější. Po každém tahu úprav a po commitu pak nejnovější Opus změny znovu zkontroluje. To stojí tokeny nebo využití předplatného navíc a odhad ceny každé kontroly plugin zapisuje do ~/.claude/security/log.txt.

Pracuje ve třech vrstvách. První jsou varování podle zhruba 25 známých nebezpečných vzorů při operacích Edit a Write, například yaml.load, innerHTML nebo hardcodované secrets. Druhá je LLM kontrola diffu po dokončení tahu. Třetí je agentní kontrola commitu, která čte související soubory a sleduje datové toky napříč projektem, takže může zachytit IDOR, obejití autorizace nebo cross-file SSRF.

Plugin není DAST scanner ani náhrada Burp Suite, OWASP ZAP či lidského pentestu, README sám mluví o pomůcce bez záruky. Na GitHubu jsou otevřené dvě chyby ve vlastních pravidlech: hlášení z 13. srpna 2026 popisuje, že glob ** vynechá soubory v kořenovém adresáři, hlášení z 18. srpna 2026 tiché zahození všech vlastních vzorů při chybně strukturované konfiguraci. Výstup pluginu proto berte jako pomocnou vrstvu.

Agent navíc analyzuje jen to, k čemu má přístup, takže mu uniknou neznámá API a dynamické routy. Obchodní logiku, zneužití workflow a závody zvládá hůř než zkušený etický hacker. Hrozí i nebezpečná oprava a prompt injection z nedůvěryhodného obsahu. Rozumný model je AI-assisted testing: člověk stanoví rozsah, agenti paralelně útočí, nálezy se ověří deterministickými testy, opravy zkontroluje jiný agent i člověk a před vydáním proběhne nezávislá validace.