Alberta scande 466 miljoen regels overheids-code in 20 uur met behulp van Claude
De regering van Alberta gebruikte ongeveer 50 parallelle Claude-agents om een beveiligingsbeoordeling uit te voeren die handmatig 6,5 jaar zou hebben geduurd. Deze les beschrijft de tweefasige scan, de workflow voor het oplossen van problemen en de continue beoordelingsagents die ze hebben gebouwd - en laat zien hoe je hetzelfde patroon kunt toepassen.
De regering van Alberta heeft zojuist de grootste AI-ondersteunde beveiligingsscan ooit voltooid: 466 miljoen regels overheids-code werden in 20 uur beoordeeld. Hetzelfde werk, traditioneel uitgevoerd, zou ongeveer 6,5 jaar hebben geduurd.
Deze les beschrijft wat Alberta deed, waarom het werkte en wat het patroon betekent voor iedereen die Claude gebruikt om grootschalig technisch werk af te handelen.
Het Ministerie van Technologie en Innovatie van Alberta beheert 1.280 applicaties in 3.400 code-repositories voor alle 27 provinciale ministeries — systemen die belastinggegevens, dossiers van sociale diensten en gegevens over openbare veiligheid bevatten. De meeste hadden nog nooit een systematische beveiligingsbeoordeling ondergaan.
Om deze codebase te scannen, liet het team ongeveer 50 Claude-agents parallel draaien met behulp van een tweefasig proces. Eerst markeerde een regelsengine bekende kwetsbaarheidspatronen in elke repository. Ten tweede beoordeelde Claude die markeringen en vermeldde het exacte bestand en regelnummer voor elke bevinding — zodat ontwikkelaars konden verifiëren voordat ze iets aanraakten.
Kwetsbaarheden vinden was stap één. Het team van Alberta gebruikte vervolgens Claude Code om patches te genereren, tests te schrijven waar deze ontbraken, en in sommige gevallen hele legacy-systemen in moderne talen te herbouwen.
Een voorbeeld: een subsidieportaal dat oorspronkelijk ongeveer 25 jaar geleden handmatig in Java was gecodeerd — en de eerste keer vijf maanden duurde om te bouwen — werd in vier tot vijf dagen herbouwd. Elke fix werd beoordeeld en goedgekeurd door ingenieurs van het ministerie voordat deze werd uitgebracht. AI versnelde het werk; mensen bleven in de beslissingsloop.
Alberta bouwde ook drie gespecialiseerde beoordelingsagents met behulp van de Claude Agent SDK. Een red team-agent onderzoekt applicaties van buitenaf, zoals een aanvaller dat zou doen. Een blue team-agent controleert verdedigingen tegen een internationale beveiligingsstandaard en schrijft een herstelplan dat verwijst naar exacte bestanden die moeten worden gerepareerd. Extra agents controleren de codekwaliteit en openbare teksten. Elke applicatie doorloopt ongeveer 95 beveiligingscontroles bij elke doorgang.
Het probleem van Alberta is niet uniek. Beveiligingslekken en ondergedocumenteerde legacy-systemen bestaan in overheidsinstanties wereldwijd. Alberta heeft technische whitepapers gepubliceerd die andere instanties een blauwdruk geven voor het uitvoeren van dezelfde aanpak, en organiseert in juli 2026 een industriedag in Edmonton om te delen wat het heeft geleerd.
Het patroon dat het deed werken: scan op schaal met parallelle agents, citeer specifieke bevindingen met bestands- en regelreferenties, repareer met verplichte menselijke beoordeling, en bouw vervolgens continue beveiligingscontroles in het ontwikkelingsproces zelf.
Wat je moet onthouden: Alberta scande 466 miljoen regels code in 20 uur met behulp van ongeveer 50 parallelle Claude-agents — werk dat handmatig ongeveer 6,5 jaar zou hebben geduurd. Het tweefasige proces (scan met regelsengine, daarna Claude-beoordeling met exacte bestands-/regelcitaten) ving problemen op die traditionele geautomatiseerde tools misten. Claude genereerde vervolgens fixes, schreef ontbrekende tests en herbouwde legacy-systemen — met menselijke beoordeling vereist voordat iets werd uitgebracht. Drie gespecialiseerde agents voeren nu continue controles uit die ongeveer 95 beveiligingscontroles per applicatie per doorgang omvatten.