Anthropic玻璃翼计划：3.8万条AI漏洞仅217条修复

AI找漏洞一抓一大把，修补却慢得跟不上趟

近段时间，AI在网络安全上的表现有点分裂。

大模型翻旧代码的本事确实强：PHP底层的大隐患能被它倒查出来，Linux内核里也能揪出几百个疑似问题。可开源社区那边却快撑不住了——找到了倒是把补丁交出来啊。

Anthropic的“玻璃翼计划”（Project Glasswing）把这层矛盾摆得最清楚。昨天网络安全公司VulnCheck发了份针对该计划的追踪报告，数字挺扎眼：计划上线七个月，Claude累计提交37966条候选漏洞，可公开记录里真正修好的只有217条。

转化率算下来不到0.6%。VulnCheck由此发问：当初说的那个AI主导网络安全的“Mythos时代”，是真来了，还是只堆出了一场数据泡沫？

候选漏洞3.8万条，补丁只有两百多张

今年4月，Anthropic把“玻璃翼计划”大张旗鼓地推了出来。名字取得挺诗意，意思是安全漏洞像玻璃翼蝶，透明、难察觉，在代码深处一藏就是几十年没人发现。Anthropic想靠提高透明度，拉上科技巨头和开源社区，赶在黑客动手前把隐患清掉。

当时的阵仗不小。Anthropic许诺拿出1亿美元的模型额度，外加400万美元捐款，苹果、谷歌、微软、AWS和英伟达都来站台。官方说，专用模型Claude Mythos Preview已经挖出了数千个高危漏洞。

可VulnCheck一路追下来，看到的是另一回事。

到11月初，候选漏洞库涨到了37966条。冰山这么大，标成“已修复”的只有217条。无效数据还在往上堆：419条被撤回，1654条被判为重复提交。

落差还在拉大。最近两个月新增候选漏洞接近1.2万条，修复记录只多了15条。

再看CVE（通用漏洞披露）数据，归到Anthropic名下的CVE只占2026年全球公开总量的0.5%。挖得多，可真正做成标准化披露、在行业里形成影响的并不多。

当然，两边的统计口径不一样。Anthropic官方数据说，截至11月2日，37966项候选里有6376条过了外部专家审核，其中6009项被确认有效。这6009项有效漏洞中，5087项已报给维护者，629项拿到了上游补丁。

就算按Anthropic更乐观的“629个补丁”来算，对着近3.8万的挖掘量，效率还是低。而且不管看哪边的数据，卡住的地方都一样：人工审核根本忙不过来。

Anthropic自己也认了，人工验证能力严重不足，把漏洞审核和披露的效率拖得很厉害。AI能24小时不歇地扫代码，人类专家得睡觉，也得花时间复现、验证每一条报错。

为了松口气，Anthropic在10月8日上线了OSS Scanner服务。开源项目维护者可以自己报名，让Claude直接扫自己的代码库。这样出的报告能直接发给维护者，绕开Anthropic内部的人工初审。看着是提了效率，实际上是把审核压力整个甩给了本来就人手紧张的开源社区。

开源维护者喊话：别把我们淹死

这场AI挖洞的热闹里，最难受的是一线开源维护者。

VulnCheck在报告里拿了curl举例。curl是 widespread 使用的网络数据传输工具，几乎每台联网设备上都有。11月初，curl的核心维护者Daniel Stenberg又收到Anthropic送来的一份“大礼包”：45份新漏洞报告。

这已经不是头一回了。早前Daniel就在博客里无奈地写过：“我们的目标是别被淹死。”（We aim to not drown.）

报告源源不断，Daniel只好改curl的安全漏洞处理规则。以前可能内部悄悄处理，现在低危和中危漏洞改成在GitHub上公开讨论，指望社区里其他开发者帮忙分担审核。

效果怎么样？curl公开的34份AI报告里，19份被判不构成安全漏洞，6份确认是低危。也就是说，超过七成是误报或者无关紧要的问题。

VulnCheck的报告话里有话：玻璃翼计划除了给维护者添审核活儿，实际的安全收益也存疑。毕竟当初宣传的都是“严重危害”，怎么落到地上成了一堆低效噪音？

不过话说回来，AI也确实挖到过真东西。今年9月，Claude发现了curl里一个Use-After-Free内存错误。特定条件下，恶意服务器能利用它实现远程代码执行。Daniel承认，这是curl多年来最严重的漏洞之一。

现状就是这样：AI能在海量代码里把那个要命的针尖捞出来，可它同时也会捞起成千上万吨海水，找针的人反倒被拖得筋疲力尽。

不过VulnCheck这份报告自己也带着生意经。它一边说玻璃翼计划效率低，一边推销自家的漏洞情报和优先级管理服务——话外音很清楚：排序和筛选你们搞不定，那就买我们的。

为什么AI不顺手把Bug修了？

读到这里，不少人会冒出一个很直接的疑问：Claude既然这么强，漏洞都能找出来，为什么不让它直接把修复补丁写出来，非得人类去填坑？

其实Anthropic已经在试让AI生成候选补丁了。但现实比想象骨感得多。

先说开发者这边，AI修Bug早就让他们头疼。让大语言模型（LLM）写出一段看着能跑的代码并不难，难的是开源项目肯不肯用这段代码。

审一份AI生成的补丁，工作量有时跟重写一份差不多。开发者得一行一行看：变量名对不对？逻辑有没有副作用？会不会带出新的竞态条件？

再说AI有个“加法偏好”。加东西它很拿手——加一个判断、加一个函数、加一层封装。可它想不到，有时候修bug最好的办法是“减”——删掉冗余代码、把逻辑简化。

一位资深开发者吐槽过：“AI点亮一根蜡烛照亮更多黑暗。”为了修一个Bug，AI往往往代码里塞进更多复杂逻辑，旧问题修好了，新Bug又冒出十个。

这种“打地鼠”式的修法，对追求稳定性的基础软件来说通常没法接受。开源项目维护者宁可慢一点，自己动手写出简洁、好维护的补丁，也不愿收下一堆能跑却难懂的AI代码。

所以至少眼下，最强模型挖出来的坑，还是得人类一铲子一铲子地填。

技术债的利息太高

这场争论背后，是软件行业积压已久的技术债问题。

有人感叹：“AI正在逼我们立即还清拖欠40年的技术债。”

过去几十年，软件开发讲的是快速迭代，“先上线再修补”成了常态。无数底层库、框架里埋着隐蔽的安全隐患。人类开发者精力有限，往往优先做新功能，对深层重构望而却步。

AI一出现，这些陈年旧账突然变得可见了。它不知疲倦地扫描，把藏在角落里的灰尘全扬了起来。问题是，房间的主人（开源维护者）就那么几个，扫帚（修复资源）也只有那么几把。

灰尘扬起的速度远超清扫速度，空气只会越来越浑浊。

玻璃翼计划的困境，不在于AI不够强，而在于软件工程的社会结构没跟上技术的爆发。挖掘能力已经像神一样，修复流程却还停留在手工作坊。

未来怎么破局？也许要更智能的自动化验证工具，也许要改一改开源社区的协作模式，甚至可能要重新定义“安全漏洞”的披露标准。可在这些方案成熟之前，像Daniel Stenberg这样的维护者，只能继续在报告的洪流里挣扎，尽量别被淹死。

对Anthropic和其他投身此事的巨头来说，下一步的关键或许不是挖出更多漏洞，而是把每个漏洞的修复成本降下来。否则，3.8万个未修复的候选漏洞就会成为悬在开源生态头顶的一把达摩克利斯之剑，而不是保护伞。