程浅 发自 凹非寺

量子位 | 公众号 QbitAI

最近AI找漏洞这件事，前后两头的画风实在对不上。

一头是AI一出手就翻了个底朝天，PHP底层的一个重大安全漏洞被它挖了出来，Linux内核里948个漏洞也被它扒了出来……

另一头，开源社区已经快扛不住了：漏洞是你找出来的，那你倒是动手修啊。

就在昨天，网络安全公司VulnCheck交出了一份围绕Anthropic玻璃翼计划（Project Glasswing）的成绩单。

成绩单上是这么写的：玻璃翼计划落地七个月，Claude累计挖出的候选漏洞达到37966条。

可翻遍公开记录，到眼下被修复的只有217条。

VulnCheck由此发问：当初被炒得火热的网络安全“Mythos时代”，究竟来了没有？

那3.8万个漏洞，到底修完了多少？

先把时间拨回今年4月，Anthropic当时大张旗鼓地推出了“玻璃翼计划”。

这个计划的思路，是让Claude大规模去挖关键软件和开源项目里的安全漏洞，再拉上科技企业、开源维护者一起推动修复，赶在漏洞被人利用之前把隐患清掉。

名字里其实藏着两层意思。

一层是，安全漏洞跟玻璃翼蝶一样，就藏在人眼皮子底下，几十年都没人察觉；另一层是，透明这件事本身就是防护，Anthropic想靠更透明的安全研究加上漏洞披露机制，让软件系统得到更好的保护。

△玻璃翼蝶，学名宽纹黑脉绡蝶｜图源wikipedia

计划刚启动时，Anthropic给出的承诺是1亿美元的模型使用额度，外加400万美元的开源安全捐款，同时宣称其网络安全王牌模型Claude Mythos Preview已经发现了数千个高危和严重漏洞。话音一落应者云集，苹果、谷歌、微软、AWS、

可事实真是这样吗？

VulnCheck一直在跟踪数据，其统计显示：到11月初，Anthropic的候选发现累计37966条，而漏洞披露台账里标为已修复的，只有217条。

这还没算那些作废的数据，它们同样在往上堆——漏洞撤回项419条，重复项更是多达1654条。

△图源VulnCheck

而且这个口子还在越拉越大。

最近两个月，候选漏洞一下子多了近1.2万条，已修复记录却只勉强涨了15条。

另外，VulnCheck追踪到442个归因于Anthropic的CVE，这个数字只占2026年全球公开CVE总量的0.5%。

△图源VulnCheck

Anthropic官方披露的数据则显示，截至11月2日，37966项候选发现里有6376条经过外部安全专家审核，6009项被认定为有效，其中5087项已向软件维护者报告，629项拿到了上游补丁。

两边的修复数量因数据口径不同而略有出入，不过有一件事，双方都看到了。

那就是AI这样挖漏洞，人工审核根本扛不住。

Anthropic自己也早就清楚这点，官方坦承人工验证能力存在严重瓶颈，漏洞的审核与披露效率被大幅拖累。

10月8日，它因此上线了一项叫OSS Scanner的服务。

开源项目维护者可以主动报名，让Claude免费扫自己的代码，模型生成的漏洞报告直接发给维护者，不用再等Anthropic安排人工审核。

开源维护者修不过来

AI正在逼我们立刻还清拖欠了40年的技术债。

数据差距背后，最难受的是开源维护者。VulnCheck就拿网络数据传输工具curl举了例子。

11月初，curl维护者Daniel Stenberg又收到Anthropic送来的一份大礼包，里面有45份漏洞报告。

更早之前，Daniel就在博客里写过，源源不断涌来的报告已经把核心维护者压得喘不过气。

他当时的原话是：“我们的目标是别被淹死。”（We aim to not drown.）

面对这么多报告，Daniel宣布改掉curl的安全漏洞处理规则：低危、中危漏洞放到GitHub上公开讨论，让更多社区开发者一起来审。

curl目前公开的34份报告里，19份被判定不构成安全漏洞，6份确认属于低危漏洞。

VulnCheck的报告话里有话：之前不是说全是严重危害吗，怎么现在玻璃翼除了给人添审核工作量，好像没太大用处？

但Anthropic确实给curl挖出过一个严重漏洞。

今年9月，Claude发现了curl的一处Use-After-Free内存错误，特定条件下，恶意服务器甚至能借此实现远程代码执行。

Daniel说，这是curl多年来最严重的漏洞之一。

话说回来，VulnCheck这篇报告其实也很像给自家打广告——它批评玻璃翼的那些问题，恰好和自家提供的漏洞情报、优先级管理服务对得上……

One More Thing

聊到这儿，可能有人会问：Claude既然这么强，发现问题时为什么不顺手把它修好？

其实Anthropic已经让AI生成候选补丁了。

只是开发者被AI修Bug折腾得够久了……“让LLM生成修复程序确实不难，难的是开源项目愿不愿意采用。”

审核一份AI补丁的工作量，有时候几乎等于自己重写一份。

修复过程往往像点亮一根蜡烛，照见的黑暗反而更多。AI发现一个问题后着手修补，为了修补又往代码里塞进更多复杂逻辑，结果一个Bug修好了，十个新问题跟着冒出来。

“AI非常擅长添加事物，但它却意识不到事物也可以被移除……”

至少眼下，这些最强模型挖出的坑，还得由人类来填。

参考链接：

https://www.vulncheck.com/blog/anthropic-glasswing-november-update