瑞典开发者丹尼尔·斯滕伯格(Daniel Stenberg)近三十年来一直维护着cURL库——这是从路由器到汽车固件等数十亿设备数据传输的基础——于2026年1月在HackerOne上关闭了漏洞赏金计划。原因:过去两年,他的大部分时间都花在处理由神经网络生成的漏洞报告上。这些报告看似可信,但其中并没有真正的漏洞。紧随cURL之后,同年4月,Nextcloud公司也做出了类似决定。

这并非偶然,而是系统性危机的征兆。几十年来依赖稀缺专业人才的漏洞赏金模式,在人工智能垃圾信息的冲击下崩溃了。Minimus公司首席技术官约翰·莫雷洛(John Morello)提供了一组发人深省的数据:真实有效申请的比例从15%下降到了不足5%。其余的都是看似合理但空洞的报告,而神经网络生成这些报告的速度比分析师拒绝它们的速度还要快。

三类“漏洞猎人”

Sophos公司首席信息安全官罗斯·麦凯查(Ross McKerchar)将当前的提交者分为三类:

  • 新手,他们通过AI运行代码,然后直接提交结果,而不去验证这是真正的漏洞还是AI的幻觉。
  • 经验丰富的研究人员,他们被AI代理本身所误导:神经网络令人信服地报告了一个不存在的问题,而人类选择了相信。
  • 团队,他们利用AI代理构建了批量提交申请的流水线,追求的是数量而非准确性。

各大平台正在努力应对。HackerOne推出了Hai Triage系统,用于过滤AI生成的申请。Bugcrowd在2026年3月引入了强制身份验证、动态提交频率限制和验证码,以及严格的封禁措施:连续10次被拒报告将导致30天暂停,自动化垃圾邮件则会导致永久封禁。

Anthropic实验:发现速度 vs. 修复速度

问题的严重性在Anthropic使用Claude Mythos 5模型进行的实验后变得显而易见。这个大型语言模型能够自主发现零日漏洞并为其编写可用的漏洞利用代码。在Project Glasswing项目中,该模型扫描了超过一千个开源项目,发现了23,019个潜在问题,其中6,202个被归类为高优先级或严重问题。对1,752个发现的独立抽样验证确认,超过90%是真实漏洞。然而,在所有发现中,专家们成功修复的不到1%。

这是一个历史性的转折点:漏洞发现的速度首次超过了验证和修复的速度。Mythos 5在OpenBSD中发现了一个存在27年的漏洞,在FFmpeg中发现了一个存在16年的漏洞(500万次自动测试都未能发现),还在Linux内核中发现了一条可完全控制设备的攻击链。

市场转向独家模式

AI垃圾信息摧毁了旧的漏洞赏金经济模式:大量肤浅的报告使简单漏洞的价值贬值。Google将Chrome中内存错误的基准奖励降至500美元,并取消了简单漏洞的奖金。与此同时,为了一份精雕细琢的概念验证代码,不得不支付前所未有的金额:Apple将iOS内核访问权限的奖励上限提高到200万美元(在测试版中提交报告可能达到500万美元),Microsoft启动了价值500万美元的Zero Day Quest竞赛,而Google将针对Titan M芯片的零点击漏洞利用奖励提高到了150万美元。这是对黑市的被迫防御,在黑市上,完整的攻击链报价高达700万美元。

危机才刚刚开始

监管压力使情况雪上加霜。2026年9月11日,欧盟《网络弹性法案》将生效,要求公司在24小时内报告正在被积极利用的漏洞,否则将面临高达1500万欧元或全球年收入2.5%的罚款。该法律要求建立有效的报告接收渠道——而正是这个渠道正被AI垃圾信息淹没。

问题并不仅限于顶级大型语言模型。Aisle公司证明,即使是小型且廉价的开源模型(拥有36亿至51亿个活跃参数),在正确提供上下文的情况下,也能成功发现CVE-2026-4747级别的关键漏洞。

我的分析:网络安全行业的设计初衷是为了应对一个主要问题是发现漏洞的世界。那个世界已经结束了。新的瓶颈是验证、优先级排序和补丁修复。AI正以前所未有的规模产出发现,而人类仍然是唯一能够验证这些发现并将其转化为已修复漏洞的环节。问题不在于我们能否更快地发现漏洞,而在于我们能否足够快地修复它们,以免被自己的代码淹没。