Referências e fontes

Lagune vs. Deepsec: duas abordagens de segurança com IA lado a lado

Uma referência que compara o Lagune e o Deepsec, da Vercel, em funcionamento, ciclo de vida, detecção, custo, achados e encerramento.

O Lagune e o Deepsec (v2.2.1) são duas respostas defensivas ao mesmo problema: a segurança na era do desenvolvimento assistido por IA. A premissa, o começo, o meio e o fim de cada um, e a forma como cada um se apresenta ao usuário, divergem de propósito, mesmo onde os mecanismos se sobrepõem.

dica

O Lagune é inspirado no Deepsec? Não. O Lagune foi escrito do zero e se inspira em Spec-Driven Development e em Security Hardening. Os dois projetos foram desenvolvidos de forma independente, e a comparação aqui serve para ajudar os usuários a entender as diferenças entre eles.

Visão geral​

AspectoLaguneDeepsec
TipoUma metodologia (SDH) com uma implementação de referênciaUm produto: um scanner de vulnerabilidades movido a agentes
Centro de gravidadeUm charter e conhecimento sob demanda conduzem o agente, com base em hooks determinísticosUma rede ampla de regex alimenta uma investigação obrigatória por IA
O que produzCódigo fortalecido, provas e uma cadeia rastreada de achadosUm relatório de achados triados e ordenados por severidade
Mexe no seu códigoSim: o harden edita o seu códigoNão: apenas análise estática, emite achados e texto de recomendação
ExecuçãoRoda no agente e no modelo que você já usa, de qualquer nívelRoda o próprio pipeline de modelos, um modelo de ponta por padrão
Primeiros passosUma instalação de plugin ou npx skills add, e depois você o conduz em linguagem simples, sem nenhuma ferramenta nova para montarMontar um workspace .deepsec/, instalar as dependências e adicionar uma chave de modelo

Como funciona​

O Lagune é agent-first: o agente conduz, carrega conhecimento sob demanda para o que o código é e delega uma parte decidível aos hooks determinísticos.

O Deepsec é deterministic-first: uma varredura ampla sinaliza candidatos que direcionam um modelo obrigatório para o que investigar e julgar.

AspectoLaguneDeepsec
OrdemO charter e o conhecimento correspondente orientam o agente, que delega aos hooks e julga o restoOs matchers sinalizam candidatos, e o modelo investiga e julga cada um
Papel determinísticoHooks multilinguagem que devolvem um veredito ou direcionam o agente, combinados com o conhecimento das categoriasMatchers que sinalizam candidatos para o modelo obrigatório julgar
Fluxo de desenvolvimentoO /lagune constrói com segurança, no próprio fluxo, enquanto você programaEle revisa código, não o escreve
Fluxo de auditoriacharter → detect → plan → harden → verifyscan → process → triage → revalidate → report
O papel da IARaciocinar a partir do conhecimento, aplicar a correção e comprovar que ela se sustentaInvestigar cada candidato e relatar os achados

Ciclo de vida​

O Lagune atua antes, durante e depois de o código ser escrito. O Deepsec revisa um repositório depois que o código existe.

MomentoLaguneDeepsec
Antes de o código existirO charter cria uma política de segurança a partir da intenção declaradaParte de código existente: o init precisa de um diretório
Durante o desenvolvimentoO /lagune constrói com segurança por padrão, no próprio fluxo, sem deixar artefatoRevisa depois do desenvolvimento, não durante
Em código existentedetect → plan → harden → verifyscan → process, o fluxo principal
Revisão contínuaReexecuta as fases por escopo, sem um gate de CI prontoNova varredura incremental, com process --diff como gate de saída no CI

Camada de detecção​

As duas camadas determinísticas são de naturezas opostas: uma decide, a outra sinaliza.

AspectoLaguneDeepsec
AgrupamentoHooks e especializações, agrupados em categoriasMatchers por padrão ou framework
SaídaVeredito literal (finding / review / advisory) mais um rótulo de classificaçãoCandidato sem veredito (slug, linhas, trecho, padrão correspondente)
AjustePrecisão: ciente de comentários, com proteções contra placeholders e de janelaRecall: redes amplas, e a IA elimina os falsos positivos depois
ProfundidadeMais profundo nas classes em comumMais amplo, menos profundo nas classes em comum
Falsos positivosMantidos baixos na origem e depois julgados em contextoGerados em excesso de propósito e reduzidos por uma passada de revalidate

Conhecimento e julgamento​

Os dois carregam conhecimento de segurança que o regex não alcança. A diferença está em onde ele fica e em quem pode moldá-lo.

AspectoLaguneDeepsec
FormatoMódulos em markdown editáveis, vários deles apoiados por um hook determinísticoUm prompt curto e destaques por tecnologia, apoiados no conhecimento do próprio modelo
SeleçãoCombinado com o código, carregado apenas quando o contexto dele está presenteInjetado em todo lote de IA, mais os destaques para a tecnologia detectada
Quem escreveO usuário edita os módulos e adiciona novos com o specializeO mantenedor é dono do prompt, e o usuário preenche um INFO.md
Onde fica o julgamentoOs hooks decidem o patamar deles, e o agente julga o resto a partir do conhecimentoCentralizado: um único processador de IA julga todos os candidatos
ReusoUm único módulo orienta tanto o detect quanto o verifyUm único prompt conduz a etapa única de process

Achados e encerramento​

É no que um achado se torna depois de resolvido que eles mais divergem.

AspectoLaguneDeepsec
SeveridadeUma nota CVSS v4.0, ajustada pela exposição e pelo que está em jogoUma severidade dada pela IA, mais uma triagem P0 / P1 / P2 de explorabilidade e impacto
VereditosRisk closed, Risk not closed ou Cannot tell from the codetrue-positive, false-positive, fixed, uncertain, accepted-risk, duplicate
PersistênciaA cadeia de trabalho se reconcilia, e os achados encerrados viram um histórico resumidoRegistros por arquivo, só acrescentados, sem nada removido
Estado finalEncerrável: um achado comprovado é encerrado, e a cadeia pode entrar em repousoTodo achado fica guardado para sempre, oculto das visões depois de resolvido
Detalhe do históricoUm resumo compacto do que era o riscoA trilha completa de vereditos, incluindo como foi corrigido

Custo​

AspectoLaguneDeepsec
Patamar determinísticoGrátis: os hooks rodam sem IA e sem chave e já emitem vereditosGrátis: o scan roda sem IA, mas não emite vereditos sozinho
Conta típicaEmbutida em um agente que você já usa, chegando a $0 com um modelo local, ao preço do plano que você já tem ou por iteração no uso via APIAproximadamente de $25 a $1.200 por execução para 100 a 2.000 arquivos, e mais em escala
Caminho mais baratoQualquer modelo, inclusive um local e gratuito, fecha o cicloExistem planos pagos mais baratos, mas os achados dependem da etapa paga de IA

Extensibilidade e governança​

Cada um abre a camada que o outro mantém fechada.

AspectoLaguneDeepsec
O que você estendeEdita módulos ou adiciona novos via specializeAdiciona matchers, agentes, notificadores e responsáveis
Camada de políticaO charter rege todas as fases e é versionadoA configuração é operacional (matchers, modelos, caminhos)
Sobrescrita por nomeUm módulo refinado sobrepõe o nativoEm uma colisão de slug de matcher, o seu matcher vence

Interfaces​

O Deepsec gera entregáveis para uma organização de segurança. O Lagune mostra uma visão ao vivo para quem o executa.

AspectoLaguneDeepsec
Interface para pessoasUm dashboard local e ao vivo da cadeia inteira, em linguagem simplesArquivos de relatório, exportação, métricas e comentários de PR, mais um site de documentação
ResponsabilizaçãoMostra os arquivos e as especializações que se aplicaramSugere um responsável: plantonista, gestor ou autor do commit
Prova reproduzívelO prove escreve testes executáveis e um aviso de divulgaçãoPermanece estático por design e nunca executa o alvo
Autodefesa da ferramentaProtege uma API local de escrita no dashboardProtege a própria execução de IA contra código não confiável do alvo

Escala e implantação​

AspectoLaguneDeepsec
InstalaçãoNove comandos a partir do plugin do seu agente ou do skills CLI, sem nada gerado no projetoUm workspace .deepsec/ com pacote e dependências próprios
Direção da escalaRestringe o escopo a qualquer parte, um contexto, de um arquivo ao projeto inteiroVarre repositórios inteiros, até grandes monorepos
DistribuiçãoSomente local, e o único servidor escuta apenas no loopbackDistribuição opcional entre VMs de workers do Vercel Sandbox

Experiência do usuário​

Como cada um recebe quem o executa: o que a primeira execução exige e como o operador o direciona.

Primeiro uso​

O Lagune roda pelo agente que já está aberto. O Deepsec primeiro provisiona o próprio workspace e o acesso ao modelo.

AspectoLaguneDeepsec
Primeiro comandoA instalação do plugin ou npx skills add wellwelwel/lagune, e depois /lagune-* no agentenpx deepsec init, depois cd .deepsec, pnpm install, scan e process
Credenciais para rodarNenhuma chave à parte, ele usa o seu agente atualUma chave de modelo (por exemplo, AI Gateway, um token OIDC da Vercel de 12 horas ou um token da Anthropic)

Como conduzir​

Os dois aceitam direcionamento. O Lagune lê o formato da entrada em cada fase. O Deepsec restringe o conjunto de arquivos sobre o qual a mesma investigação roda.

AspectoLaguneDeepsec
Projeto inteiroUma fase sem entrada analisa o escopo inteiroscan e process varrem o repositório
Uma parteQualquer fase restringe o escopo a arquivos ou diretórios informados--files, --files-from ou --diff restringem a execução
Uma preocupaçãoUma fase restringe o escopo a uma preocupação descritaO prompt de investigação é fixo
Uma faixa de prioridadeO harden e o verify restringem o escopo a severidade crítica, alta, média ou baixaOs achados são rotulados depois da execução
Um único valorUm hook avalia diretamente um trecho, padrão ou URL (--pattern, --url)A unidade de trabalho é um arquivo

Perguntas frequentes

O Lagune é agent-first e atua antes, durante e depois de o código ser escrito: define a política antes do código, aplica hardening no próprio fluxo durante o desenvolvimento e audita, fortalece e verifica o código já escrito. O Deepsec é deterministic-first: uma varredura ampla de regex alimenta uma investigação obrigatória por um modelo de ponta, que revisa o código existente e relata os achados, sem alterá-lo.

O fluxo inteiro do Lagune pode rodar a $0 com um modelo local gratuito, e os hooks determinísticos dele emitem vereditos sem nenhuma IA. O scan do Deepsec é gratuito, mas não emite vereditos, então qualquer achado depende da etapa paga de IA.

O Lagune altera: o harden aplica as correções no seu código. O Deepsec não altera: ele faz apenas análise estática e emite achados e texto de recomendação que uma pessoa ou um agente aplica à parte.