Anthropic玻璃翼计划被质疑!近4万个候补漏洞,只修了217条

Anthropic玻璃翼计划被质疑!近4万个候补漏洞,只修了217条

💡 原文中文,约2400字,阅读约需6分钟。
📝

内容提要

Anthropic的“玻璃翼计划”利用Claude大规模挖掘漏洞,七个月内发现约3.8万条候选漏洞,但公开修复仅217条,审核严重滞后。开源维护者不堪重负,curl维护者表示“别被淹死”。AI生成补丁虽可行,却因审核成本高且易引入新问题而难以被采用。相关报告还带有VulnCheck自家服务的宣传色彩。

🔎

延伸解读

数据口径差异:修复数为何对不上

VulnCheck统计的217条修复与Anthropic官方披露的629项上游补丁存在明显差距,这源于双方对“修复”的定义和追踪范围不同。VulnCheck可能仅统计公开漏洞披露台账中标记为已修复的条目,而Anthropic则涵盖更广泛的内部审核和报告流程。读者需注意,这种差异并不一定意味着某一方数据有误,而是反映了漏洞修复生态中缺乏统一度量标准的问题。

开源维护者的现实困境:审核负担与规则调整

curl维护者Daniel Stenberg的案例揭示了AI漏洞挖掘带来的实际压力:大量报告涌入,但多数并非真正高危漏洞。curl公开的34份报告中,19份被判定不构成安全漏洞,6份为低危。为此,curl调整了处理规则,将低危、中危漏洞转为公开讨论,借助社区力量分担审核。这反映了开源项目在AI时代面临的新挑战:如何平衡漏洞报告的及时处理与有限的人力资源。

AI补丁的采用难题:生成易,审核难

尽管Anthropic已让AI生成候选补丁,但开源项目采用率低。核心问题在于审核AI补丁的工作量有时堪比重写代码,且AI修复可能引入新问题,形成“修一添十”的循环。开发者指出,AI擅长添加逻辑,却不擅长移除冗余,导致补丁复杂度上升。因此,即使AI能快速生成修复,人类维护者仍需投入大量精力验证,这限制了AI补丁的实际落地。

报告背后的商业动机:VulnCheck的立场

VulnCheck的报告虽基于追踪数据,但其批评玻璃翼计划审核滞后的角度,恰好与其自身提供的漏洞情报和优先级管理服务高度契合。读者在解读数据时,需留意报告可能带有推广自家服务的倾向。这并非否定数据真实性,而是提醒我们,在AI安全工具的评价中,商业利益可能影响叙事框架,应结合多方信息综合判断。

❓

Q&A

Anthropic的玻璃翼计划是什么?

玻璃翼计划是Anthropic于今年4月推出的项目,旨在利用Claude大规模挖掘关键软件及开源项目中的安全漏洞,并联合科技企业、开源维护者推动漏洞修复,抢在被利用之前消除安全隐患。

玻璃翼计划目前挖出了多少漏洞?修复了多少?

截至11月初,Claude累计挖出37966条候选漏洞,但公开记录中仅217条被修复。此外,漏洞撤回项419条,重复项高达1654条。

为什么AI挖出的漏洞修复率这么低?

主要原因是人工审核能力严重瓶颈。AI挖漏洞强度大,但人工验证和修复速度跟不上,导致大量候选漏洞积压。Anthropic也承认人工验证限制了审核与披露效率。

开源维护者如何应对大量AI生成的漏洞报告?

开源维护者不堪重负。例如curl维护者Daniel Stenberg修改了安全漏洞处理规则,将低危、中危漏洞改为在GitHub上公开讨论,让更多社区开发者帮忙审核,目标是“别被淹死”。

Anthropic如何解决人工审核瓶颈?

10月8日,Anthropic推出OSS Scanner服务,开源项目维护者可主动报名让Claude免费扫描代码,模型生成的漏洞报告直接发给维护者,无需等待Anthropic组织人工审核。

为什么AI不直接生成补丁来修复漏洞?

虽然AI生成候选补丁不难,但开源项目采用意愿低。审核AI补丁的工作量有时相当于重写,且AI修复可能引入新问题,修好一个Bug又带来十个新问题。

VulnCheck的报告是否客观?

报告带有VulnCheck自家服务的宣传色彩,因为它批评的玻璃翼问题恰好与VulnCheck提供的漏洞情报、优先级管理服务高度契合。

🏷️

标签

➡️

继续阅读