🔥 HN 热议

AI找到了很多软件漏洞,但谁来确认?

约3分钟读完 Tiny Why编辑部 · 文:特派员 好奇

词语
CVE(CVE)

用于标记软件弱点的公开编号。

台账(台账)

记录发现、公开和修复情况的清单。

OSS Scanner(OSS Scanner)

让开源项目接收AI检查报告的服务。

发生了什么

Anthropic(开发Claude的AI公司)从2026年4月开始推进Project Glasswing,用AI寻找开源软件中的安全弱点。VulnCheck(收集漏洞数据的公司)在11月9日的复盘中说,自己在七个月里追踪到442个与Anthropic有关的CVE记录。这个数字来自VulnCheck自己的整理,不代表442个都是全新的严重漏洞。VulnCheck复盘

这篇文章也在Hacker News(技术新闻社区)受到关注。按本次聚类收集时的快照,帖子有359分和164条评论。它说明技术社区在讨论这件事,却不能证明原文正确,也不能证明漏洞都很危险。Hacker News讨论串

背景是什么

Anthropic在10月8日推出了可自愿加入的OSS Scanner。公司说,过去六个月里,系统找到了超过2.9万个候选漏洞,人类只来得及检查约6000个。还有接近5000份没有确认的报告,应项目要求被批量送出。

OSS Scanner的报告由模型直接生成,不先经过人工检查。这样可以更快地扫描,也可能把错误的报告交给软件维护者。Anthropic自己也提醒,报告可能不正确或无效。Anthropic官方说明

哪些数字可以确认

Anthropic的台账在11月2日列出37966条调查结果,其中7349条已经公开,217条标为已修复。约1600条被标为重复,419条被撤回。台账还显示94.2%的“真阳性率”。但“调查结果”不等于已经确认的漏洞,几种标签的计算方法也很重要。

VulnCheck追踪的442条CVE中,有2条被确认曾在真实攻击中使用。文章还分析了curl(常用的开源网络工具)收到的一批报告:Anthropic送来45条,已公开的34条中,19条被判断为不是漏洞,6条被确认是低严重度问题,9条仍在评估。这只是一个项目的阶段性样本,不能代表全部报告。

Anthropic给出了另一组结果。它说,专家检查的97条高危或严重候选中,有85条达到自己的披露流程标准。由于筛选方法不同,这组数字不能和curl的34条直接比较。

为什么重要

真正困难的工作不只是找出可疑位置。维护者还要确认问题是否真实,判断影响,准备修复,并协调公开说明。如果发现速度远超确认速度,排队的报告就会增加。VulnCheck认为,Glasswing想帮助的负担正在转给开源维护者。这是该文章的判断,不是每个项目都已证实的结论。

这也不表示AI扫描没有用。curl维护者此前说,Anthropic的Mythos扫描曾帮助确认一个低严重度漏洞。curl维护者的记录 有用的报告和需要大量筛选的报告,可能同时出现。

还不知道什么

这些资料没有完全说明“调查结果”“真阳性”“重复”和“已修复”分别怎样计算。VulnCheck还指出,Anthropic台账的显示可能会夸大已披露数量,但这一点需要独立确认。待评估的报告最终会变成修复、撤回还是重复,也还没有答案。

接下来关注什么

后续台账更新要看修复数是否跟得上公开数。维护者的独立确认,比单纯增加发现数更重要。还要观察OSS Scanner是否增加人工复核、改进严重度判断,或给处理报告的团队更多支持。AI安全扫描的考题,不只是找出多少漏洞,而是这些问题能否被可靠地确认和修好。

💬 Glasswing 的数字说明了什么,也没有说明什么

评论的核心分歧是:Glasswing 可能显示了发现漏洞的能力,但仅凭这些数字,不能证明漏洞都很危险、已经被利用,或已经被修好。

  • 按评论者转述的文章统计,Anthropic报告了37,966个发现,其中7,349个公开(19.4%),217个标记为已修复(约占总数0.5%)。
  • 另一位评论者指出,这只是约20%的公开样本。未公开的约80%可能尚未修复,也可能不是实际问题、重复报告或已撤回,因此不能直接代表全部发现。
  • 一名OSS扫描器使用者的自述称,超过20%至30%的问题属于垃圾结果,许多自动提出的补丁也无法直接使用。另一名使用者自述,误报接近一半,剩余部分中约20%只是普通缺陷而非漏洞,最后只接受了少量补丁。
  • 这些自述支持一种担忧:AI发现问题的速度可能超过可靠修复的速度,把更多审核工作推给维护者。评估效果时,不能只看发现数量,还要看人工审核成本和补丁质量。
  • 关于PHP2Shell,一方认为普通用户难以利用并不能证明漏洞不严重;有能力的攻击者可能已经有办法利用这类困难漏洞。
  • 一名评论者自述,AI代理在一个故意存在漏洞的测试网站上取得了数字资产。最初说是2小时,另一名评论者根据网站信息将其纠正为19.5小时。这只是一个测试案例,不能证明现实中已经出现大范围攻击。
  • 反方则指出,预想中的大规模灾难并没有发生,例如数千个网站在几小时内同时被攻破。因此,漏洞存在和漏洞被成功利用必须分开讨论。
  • 评论区没有形成共识。更可靠的判断应分别考察公开数据偏差、误报、补丁质量、可复现的漏洞利用,以及已经确认的影响。

这是评论数为216时的初期(修订2)。获取100条,并从整体抽取100条总结。内容属于HN用户自述,并非编辑部核实的事实。

🔥 HN 热议

AI找到漏洞后,谁来检查?

📰 完整报道: AI找到了很多软件漏洞,但谁来确认?

AI可以很快找到软件的弱点,但人仍要判断真假并修好。

约2分钟读完 Tiny Why编辑部 · 文:特派员 好奇

词语
CVE(CVE)

给软件弱点使用的公开编号。

维护者(维护者)

负责照看和修理软件的人或团队。

OSS Scanner(OSS Scanner)

把AI报告发给自愿参加项目的服务。

💡 一句话总结

  • Anthropic用AI寻找开源软件的弱点。
  • 报告很多,不代表每一条都是真的漏洞。
  • Hacker News很关注,但关注度不是正确证明。

Anthropic(开发Claude的AI公司)做了Project Glasswing。它让AI检查开源软件。开源软件可以被很多人使用和修改。

VulnCheck(整理软件弱点的公司)说,它追踪到442条和Anthropic有关的CVE记录。CVE是给软件弱点用的公开编号。它确认其中2条曾在真实攻击中出现。

Anthropic的台账在11月2日有37966条调查结果。7349条已经公开,217条标为已修复。约1600条重复,419条被撤回。调查结果只是需要检查的记录,不等于全部是真漏洞。

Anthropic还推出OSS Scanner。参加的项目可以收到AI写的检查报告。报告没有先由人检查,所以速度快,也可能有错。

curl这个开源工具收到45条报告。已经公开的34条中,19条不是漏洞,6条是低严重度问题,9条还在检查。这只是一个项目,不能代表全部结果。

关键问题是,AI找得快,人能不能及时检查和修复?VulnCheck认为,部分工作转给了开源维护者。这是它的看法,不是所有项目都已证明如此。

聚类快照显示,Hacker News帖子有359分和164条评论。这表示很多人看到了它。它不表示报道一定正确。接下来要看修复数、独立检查和报告是否继续变多。VulnCheck复盘 Anthropic官方说明 Hacker News讨论串

💬 AI找到的漏洞,真的都很危险吗?

评论者认为,AI找到很多弱点,并不等于这些弱点都危险、能被利用,或者已经被正确修复。

  • 评论中转述的文章数字是:37,966个发现,7,349个公开,217个标记为已修复。没有公开的约80%是什么,仍然不清楚。
  • 使用者的自述显示,很多发现可能是错误或价值很低的问题。一份自述说20%至30%以上是垃圾结果;另一份自述说约一半是误报,能采用的补丁很少。
  • 所以,AI可能比修复问题更擅长发现可疑问题。维护者仍要花时间检查报告和补丁。
  • PHP2Shell存在争议:有人说难利用的漏洞仍可能很危险,也有人指出没有出现预想中的巨大攻击。一个测试网站的时间说法也从2小时改成了19.5小时。
  • 要分清三件事:有漏洞、能实际利用、造成大范围损害。只看发现数量,无法决定AI到底有多有效或多危险。

这是评论数为216时的初期(修订2)。获取100条,并从整体抽取100条总结。内容属于HN用户自述,并非编辑部核实的事实。

🔥 HN 热议

AI找到软件弱点,谁来修?

📰 完整报道: AI找到了很多软件漏洞,但谁来确认?

AI会找很多弱点。人要看看它们,再把真的问题修好。

约1分钟读完 Tiny Why编辑部 · 文:特派员 好奇

词语
Anthropic(Anthropic)

制作Claude的公司。

VulnCheck(VulnCheck)

整理软件弱点记录的公司。

Hacker News(Hacker News)

人们谈技术新闻的网站。

这是一个什么故事?

Anthropic(做Claude的公司)让AI找软件里的弱点。 弱点可能让坏人做坏事。

AI找到了很多可能的问题。 但它们不一定是真的。 人要一个个看看。 真的问题才需要修补。

Anthropic的表里有37966个记录。 217个记录写着已经修好。 约1600个记录重复了。 419个记录被拿掉了。 所以,记录不等于真的弱点。

VulnCheck(整理弱点记录的公司)查了442个记录。 其中2个被坏人用过。

curl(一个软件工具)收到45份报告。 人看了其中34份。 19份不是弱点。 6份是小问题。 9份还没看完。

Hacker News是谈技术的网站。 帖子有359分和164条留言。 很多人说话,不等于事情是真的。

AI找得很快。 人检查得没有那么快。 接下来要看,修好的问题会不会变多。VulnCheck复盘 Hacker News讨论串

💬 AI找到了很多弱点,但故事还没结束

弱点很多,不代表它们都真的很危险。

  • 文章里的数字说,37,966个报告中约20%公开,217个标记为已修复。大多数隐藏报告是什么,还不知道。
  • 使用者自述说,很多结果可能是错的,自动补丁也常常需要人仔细检查。
  • 关于PHP2Shell,有人说难利用的弱点也可能有危险,有人说并没有发生大攻击。测试网站的时间也从2小时改成了19.5小时。
  • 发现弱点、真的发动攻击、造成很大伤害,是三件不同的事。

这是评论数为216时的初期(修订2)。获取100条,并从整体抽取100条总结。内容属于HN用户自述,并非编辑部核实的事实。

来源