返回探索
资讯VibeFix 编辑部更新于 2026年10月12日

Google 暂停开源漏洞赏金:AI 生成的“slop”报告淹没了审核通道

2026 年 10 月 1 日,Google 暂停了 OSS 漏洞赏金计划的产品漏洞提交受理,原因是自动生成的无效报告太多。这场暂停背后,是 vibe coding 时代最硬的结构性矛盾:AI 把“发现漏洞”的成本打到接近零,却把“验证报告”的成本全部甩给了人类审核者。从 Linux 内核不堪重负的安全邮件列表,到 GTIG 翻倍的漏洞披露数据,本文深度拆解事件全貌,并给出对独立开发者的直接启示:AI 扫漏洞、批量投报告的粗放赏金狩猎模式已经死了,游戏规则正在被改写。

AI 生成的漏洞报告如洪水般涌入、淹没赏金审核通道的概念插图

2026 年 10 月 1 日,Google 做了一个在漏洞赏金历史上前所未有的动作:暂停旗下开源软件漏洞赏金计划(OSS VRP)中产品漏洞提交的受理。官方声明里只给了一句解释,措辞却冷硬得像一封逐客令:

"This pause is due to a significant rise in automated submissions, the vast majority of which are not valid."

翻译过来就是:自动生成的垃圾报告太多,绝大多数都不成立,我们不收了。Computer Weekly 安全编辑 Alex Scroxton 在 10 月 6 日的报道里直接把标题写成了《AI slop overwhelms Google's OSS bug bounty programme》——"slop"(泔水、垃圾)这个词第一次被一家顶级科技公司的官方动作盖章,成了 2026 年安全行业的年度关键词。

值得注意的是,这不是 Google 在"反 AI"。就在同一份声明里,Google 还在鼓励研究者去它的其他赏金计划里"find impact"。它暂停的也不是整个安全响应体系,而是一个精确的切口。这篇文章要拆的正是这个切口:为什么是"产品漏洞提交"这一个环节先崩了,以及它暴露了 vibe coding 时代一个所有人都在回避的结构性矛盾。

关掉了什么,没关掉什么

先把事实摆清楚,避免以讹传讹。OSS VRP 是 Google 在 2022 年 8 月启动的开源漏洞赏金计划,覆盖 Go、Angular、Bazel、Protocol Buffers、Fuchsia 等 Google 主导的开源项目,以及一批精选的第三方仓库。赏金从被列为 Important(OT1)级别项目的 500 美元,到旗舰(OT0)项目供应链攻陷类问题的 3 万美元以上不等。

10 月 1 日起暂停的,只有"产品漏洞提交"这一类——也就是研究者针对公开仓库里的代码缺陷、逻辑漏洞、设计问题提交的报告。以下三类不受影响:第一,OSS VRP 的供应链报告照常受理;第二,10 月 1 日之前提交的历史报告继续走流程;第三,Google 的其他赏金通道全部开放,包括 Cloud VRP,以及专门奖励"给开源软件打补丁"的 Patch Rewards Program(最高 1.5 万美元)。

这个"窄切口"本身就很说明问题。Google 不是被 AI 吓退了,而是在做一场精确的成本核算:供应链类报告(比如依赖投毒、构建链攻陷)依然值得人工审核,因为这类问题的真实性和危害都相对容易判定、且一旦成立价值极高;而代码层面的产品漏洞报告,恰恰是 AI 最擅长"批量生产、听起来很像回事"的那一类,也是审核成本最高的那一类。换句话说,Google 关掉的不是"AI",而是审核成本已经超过报告价值的那个提交品类。

这不是突发:三月就已经"massive surge"

暂停看起来突然,其实伏笔埋了半年。今年 3 月,Google 就公开表示 OSS VRP 出现了"massive surge"——AI 生成报告的海啸式增长,其中包括大量幻觉出来的漏洞(代码里根本不存在的东西),以及技术上真实、但几乎没有任何可利用安全影响的普通编码错误,被包装成高危漏洞的样子提交上来。

当时 Google 的应对是收紧证据要求:对最重要开源项目的某些漏洞类别,要求提交者提供更强的复现证据,同时降低或取消了一些低级别发现的奖励。这是一次典型的"加高门槛"操作,逻辑是让提交者自己先承担一部分验证成本。但 10 月的暂停说明,加高门槛没能挡住洪水——当提交成本趋近于零时,任何有限的门槛都会被淹没。

这里有一个值得独立开发者细品的细节:AI 生成的漏洞报告有两种"坏法"。第一种是纯幻觉,报告描述的漏洞在代码里不存在,审核者花半小时复现才发现白忙一场;第二种更阴险,是真实但无意义的发现——代码里确实有个小毛病,但它不可利用、够不上安全漏洞,却被写成了一份格式完美、术语专业的"高危漏洞报告"。第二种的审核成本其实更高,因为审核者不能一眼否掉,必须完整走完威胁建模和可利用性分析才能定性。Google 说的"绝大多数不成立",大概率两种都包含。

数据面:漏洞发现量翻倍的 2026

Google 威胁情报小组(GTIG)在 2026 年 9 月发布的研究,给这场暂停配上了硬数据。今年以来,每月公开披露的漏洞数量翻了一倍:从 1 月的 5,045 个涨到 8 月的 10,740 个。而在野外被实际利用的漏洞,也从 2025 年月均 10.5 个上升到今年的月均 18 个——注意,零日漏洞的利用增长相对慢一些,涨得最快的是已知漏洞的快速武器化。

更耐人寻味的是 GTIG 关于"AI 辅助发现"的质量分析:AI 找出来的漏洞里,低风险的比例在下降,中风险的在上升,能导致远程代码执行(RCE)的更多了——RCE 正是勒索软件团伙最想要的那类成果。也就是说,AI 不是在制造"更多垃圾",它同时在制造"更多真家伙"。防御者面临的是一个双重挤压:噪声淹没了审核通道,而信号本身也在变强、变得更危险。

GTIG 还提醒,公开数据很可能显著低估了 AI 参与的真实规模,原因有两个结构性因素:第一,CVE 公共库目前还没有统一的"AI 归因"元数据标签,很多 AI 发现的漏洞在统计上是隐形的;第二,云厂商和 SaaS 公司经常直接在生产环境修复 AI 发现的问题,根本不去申请 CVE 编号——CVE 更多是留给需要终端用户协同打补丁的本地软件和第三方组件的。研究人员的结论很直白:短期内漏洞发现和利用只会继续增长,组织必须从"无差别的全量打补丁"转向"威胁情报驱动的分诊",把自动化的 agent 式修复顶到最前面。

GitHub Pull Request 代码评审界面实拍

Linux 内核那边,情况一模一样

Google 不是孤例。2026 年 5 月 17 日,Linus Torvalds 在 Linux 7.1-rc4 的发布帖里抱怨,内核的私有安全邮件列表已经被 AI 生成的报告搞到"almost entirely unmanageable"(几乎完全无法管理)。他的描述非常具体:不同的人用同样的 AI 工具扫同一份代码,找出同样的漏洞,各自独立提交;因为走的是私有渠道,提交者互相看不见对方的报告,结果维护者每天的工作变成了转发重复项,或者回复"这个上周/上个月就修了,看公开讨论帖"。

Torvalds 管这叫"entirely pointless churn"(纯粹无意义的空转),并且立了一条规矩:用 AI 工具找到的 bug,本质上就不算秘密,不该走私有安全渠道;真想贡献价值,就去读文档、附上一个经过测试的补丁,"在 AI 发现之上再叠加真实的价值"。内核社区随后还正式出台了 AI Coding Assistants 政策,要求 AI 辅助的提交必须打标。

把 Google 和 Linux 内核放在一起看,图景就完整了:这是整个开源安全协作体系在 2026 年遭遇的同一种冲击。Torvalds 那边更惨的一点是,他面对的不全是"slop"——很多人提交的是真实的 bug,只是重复提交本身就把流程拖垮了。这说明问题的根子不在报告质量,而在提交量与审核量的结构性失衡:发现的边际成本被 AI 打到接近零,验证的边际成本却一分没降。

核心矛盾:生成便宜,验证昂贵

这就是我想在这篇文章里立住的核心判断:AI 把"发现漏洞"的成本打到接近零,但"验证报告"的成本全部甩给了人类审核者。这是 vibe coding 时代"生成便宜、验证昂贵"这对结构性矛盾,在安全领域拿出的最硬的一份证据。

漏洞赏金计划本质上是一个双边市场,它的设计有一个隐含假设:提交者的付出(挖漏洞要花的时间和技术)天然高于验证者的付出(读报告、复现)。这个假设成立时,系统是自洽的——提交者会自我筛选,只提交有把握的东西,因为乱提交是在浪费自己的时间。AI 彻底打破了这条假设:现在生成一份格式完美、术语专业的漏洞报告只需要几美分,而验证它依然需要一个安全工程师花几十分钟到几小时。自我筛选机制消失了,审核通道就成了免费倾倒垃圾的公共地。

而且这不是安全领域的孤例,只是安全领域最先扛不住而已。同样的剧本正在各处上演:开源项目的 PR 队列被 AI 生成的"改进"淹没,招聘方收到海量 AI 润色的简历,学术会议收到 AI 批量生产的论文。每一个"生成便宜、验证昂贵"的场景,最终都会走到同一步——守门人被迫关门、加高门槛,或者把验证成本转嫁回去。Google 这次选择的是"关门装修",Linux 内核选择的是"立规矩+打标签"。接下来会有更多平台跟进,只是形式不同。

还有一个更深层的判断:这场暂停恰恰证明了 AI 安全工具的真实威力,而不是失败。如果 AI 生成的报告全是幻觉,Google 大可以用自动化规则批量过滤掉,犯不着暂停整个品类。真正让 Google 扛不住的,是报告里混杂了足够多"看起来很真、需要人工细看才能证伪"的东西——这正是当前这代 AI 安全 agent 的真实水平:强到能淹没人类审核,弱到不能自我验证。卡在这个中间态,就是 2026 年。

对独立开发者:赏金狩猎的游戏规则正在改写

写到这里,该说说这件事对 VibeFix 读者最直接的启示了。我知道有不少独立开发者正在用 AI 做安全扫描、跑赏金狩猎——毕竟"AI 挖洞"听起来像是一条门槈低、回报高的副业路。Google 这次暂停,就是这条路的游戏规则正在被改写的官方公告。

先说结论:"AI 扫一遍、批量投报告"的粗放模式已经死了。它死不是因为 AI 不好用,而是因为所有人都在用同样的方法,产出的是同样的报告,投向的是同一个审核队列。当提交变成零成本劳动,赏金计划一定会用三种方式自保,而这三种方式每一种都在抬高你的入场券:

第一,证据要求只会越来越重。Google 在 3 月已经要求"更强的复现证据",暂停期间的改版几乎必然把可复现的 PoC(概念验证)变成硬门槛。以后能拿赏金的报告,拼的不是"你找到了什么",而是"你证明了什么"——完整的可复现链条、受影响版本、利用条件缺一不可。AI 可以帮你生成假设,但验证和复现的那部分手工活,省不掉。

第二,"给补丁"正在取代"给报告"。注意 Google 暂停声明里特意点名的替代通道:Patch Rewards Program,奖励的是修复而不是发现,最高 1.5 万美元且照常开放。Torvalds 的要求也是"附上 tested patch"。信号很明确:只会"指出问题"的人正在贬值,能把问题"修好并证明修好了"的人在升值。如果你有 AI 辅助的开发能力,不妨把方向从"狩猎赏金"调成"提交高质量修复"——后者的竞争少一个数量级。

第三,声誉和限流会成为标配。可以预见,2027 年 Q1 改版后的 OSS VRP 大概率引入提交者声誉体系、提交频率限制和自动化预筛。第一批被挡在门外的,就是没有历史有效提交记录的匿名批量提交者。现在开始积累"有效提交记录"——哪怕是在小项目上——比囤积一百份没发出去的 AI 报告更有价值。

最后还有一句忠告,送给所有用 AI 做安全扫描的 vibe coder:永远不要把未经自己验证的 AI 输出直接提交给外部审核者。这不只是道德问题,更是策略问题。每一次无效提交都在消耗你自己的声誉额度,而声誉恰恰是改版之后最稀缺的货币。把 AI 当放大镜用,而不是当印钞机用——先让它帮你理解代码、生成假设,然后你亲手复现、亲手写 PoC、亲手打补丁。慢,但这是唯一还走得通的路。

Nikto 漏洞扫描器终端输出实拍

2027 年 Q1 会发生什么

Google 承诺在 2027 年第一季度公布改版方案。虽然细节未知,但从它今年 3 月的动作和行业讨论里,可以拼出改版的大致轮廓:更严格的可复现证据标准、自动化预筛(用 AI 对抗 AI,先让机器过滤一轮)、提交者声誉与限流机制,以及可能的产品漏洞与供应链报告之间更清晰的边界划分。

我的判断是,改版后的 OSS VRP 会变成一个"精英化"的小池子:提交量大幅下降,但每份报告的平均质量和赏金含金量上升。Google 并不缺漏洞——GTIG 的数据说得很清楚,漏洞只会越来越多;它缺的是可信的验证带宽。谁能提供"自带验证"的报告,谁就能在这个新池子里拿到超额回报。

把视线拉远一点:2026 年会被记住为"AI slop"正式成为基础设施问题的一年。从 Linux 内核的邮件列表,到 Google 的赏金计划,人类协作体系第一次被迫为"生成过剩"重新设计规则。Vibe coding 让每个人都拥有了生成的超能力,而 2026 年下半年的这一系列事件在提醒我们另一半真相——当生成变得免费,验证就成了唯一的稀缺资源。谁掌握验证,谁就掌握定价权。这句话对安全行业成立,对内容行业成立,对你我这样的独立开发者,同样成立。

阅读 0评论 0

评论 (0)

ME
0/1000
评论加载中...

原始来源

浏览项目广场发布你的项目

相关文章

概念示意图:git 版本控制下的互链 Markdown 记忆笔记仓库
资讯
Devin 学会"做梦":Cognition 给 Agent 记忆立了个开源标准

Cognition 给 Devin 上线 Memory 与 Dreaming,同时开源 Agent Memory Repo 标准:把 agent 记忆做成 git 仓库里的互链 Markdown 笔记,clone、search、update、push 四步循环。daily.dev 社区 172 条评论 45/40/15 分化,而这份标准正是"记忆插件 vs 文档派"之争的正方回应。

行业趋势开发工作流工具对比
Agnes AI 开源 Agnes Harness(AGH)Agent 执行基础设施:持续执行、轨迹回放、Skills 沉淀与 MHS 硬件协议
资讯
大脑装上了身体:Agnes AI 开源 Agent 执行底座 AGH,让智能体真正动手干活

Agnes AI 开源 Agnes Harness(AGH):面向真实任务的 Agent 执行基础设施,支持持续执行、轨迹回放、插件/MCP 扩展与 Skills 沉淀;同步开源 MHS 设备交互协议,把 Agent 从屏幕带进物理世界。Agnes 3.0 Pro 同时公布成绩:GPQA 91.11、SciCode 56.13。本站判断:Agent 的战场正在从模型层下沉到执行层,谁控制执行层,谁就定义 Agent 的工作方式。

行业趋势产品发布可观测性