返回资讯中心
外部精选
软件工程
#开发者实时流

Anthropic的Glasswing项目启动七个月,漏洞披露成果令开源维护者失望

来源标题:After 7 Months, Glasswing Overwelms Maintainers with Underwhelming Findings

Anthropic旗舰项目Project Glasswing启动七个月后,披露的漏洞细节仍缺乏有力证据,开源维护者对其实际成果感到失望。该项目于4月7日启动,声称已发现数千个高危和严重漏洞并正负责任地披露给开源维护者,但外界质疑其宣传大于实质。AI找漏洞确实有效,但成效不能归功于单一前沿模型。

Hacker News 最新latexr2026/11/10 · 7 天前18 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

Anthropic 的旗舰项目 Project Glasswing 启动至今已有七个月,是时候再来汇报一次进展了。我一直在跟踪这个项目,想看看它的说法究竟是过度炒作,还是有现实依据。

我们都还记得,Anthropic 在 4 月 7 日启动 Project Glasswing 时声称:“我们已经识别出数千个额外的严重和高危漏洞,正在负责任地向开源维护者披露。”让我意外的是,这个项目拿出的证据少得可怜,这让我怀疑它更像一场过度炒作的营销活动。

话虽如此,我们也不该忽视 AI 确实是发现漏洞的有效工具。但这件事的意义远不止任何单一前沿模型的能力。

如果你是刚跟上进度,以下是建立在我此前几篇帖子基础上的内容:

我在 4 月 17 日,也就是项目启动后不久,开始在一个名为 Anthropic Credited CVEs 的开源仓库中跟踪 Anthropic 发现的漏洞。目的是看看 Anthropic 的说法是否配得上那些炒作。当时 Anthropic 还没有推出自己的披露台账,而那个台账只是不定期地批量更新。

我的仓库通过 CVE 记录、GHSA、Linux 内核提交以及 Anthropic 自己的台账,跟踪每一个可归因于 Anthropic 的漏洞。我还会人工审计公告,以捕捉那些可能被忽略的 CVE。

七个月下来,我跟踪到 442 个可归因于 Anthropic 的 CVE。平均每月只有 63 个。在今年已发布的 93,450 个 CVE 中,这只占全部 CVE 的约 0.5%。

作为对比,Anthropic 自己的公开台账只列出了 217 个已修复漏洞,也就是说我跟踪到的数量是 Anthropic 自己披露的两倍多。

你可能还记得,Glasswing 启动时传递的信息是:我们已经进入了漏洞发现的 Mythos 时代。但这些漏洞对攻击者真的有用吗?为了弄清这一点,我一直将 Anthropic 发现的 CVE 与 VulnCheck KEV 进行比对。到目前为止,442 个中只有 2 个已在野利用,仅占 0.45%。(CVE-2026-61500 和 CVE-2026-26980)

Anthropic 在 5 月首次推出其台账时,报告了 23,019 个发现,真阳性率为 90.8%。截至 11 月 2 日的最新更新,共有 37,966 个发现,但只有 217 个修复。在我看来这简直是惊人的失败,不过让我们再仔细看看。

在 Anthropic 报告的 37,966 个发现中,只有 7,349 个(19.4%)已公开。其中只有 217 个被标记为已修复。更刺眼的数据是,该项目 4.4%(1,654)的发现已被标记为重复,重复数量是修复数量的 7.5 倍。除此之外,还有 419 个发现被撤回。台账现在声称真阳性率为 94.2%,高于启动时的 90.8%,这看起来很奇怪,因为被撤回或标记为重复的发现比修复的还多——这很可能是标记为“真阳性”的分诊率所缺失的一个反馈回路。

自 9 月更新以来的趋势更能说明问题:

两个月内,Anthropic 增加了近 12,000 个发现,却只多修复了 15 个。重复项从两个变成了数千个,这正是我在 9 月警告过的情况:发现搁置得越久,越可能被别人先发现并修复。我不明白怎么会有人把这些数字解读成除“确凿不利”之外的任何东西。

你可能也注意到了我图表中的一处更正。Anthropic 的台账上似乎有一个 bug,会虚增标记为已披露的发现数量。你可以自己用“disclosed”过滤器查证。

让人类对每个发现进行分诊显然无法规模化,Anthropic 也承认了这一点。在 10 月 8 日的 OSS Scanner 发布帖中,Anthropic 表示已发现超过 29,000 个候选漏洞,但仅人工审查了约 6,000 个,并且仍然“受限于我们人工验证这些发现的能力”。它当时还向那些要求批量获取全部内容的维护者发送了近 5,000 份未经验证的报告。

因此,随着 Glasswing 开源计划撞上南墙,推出一个项目可自行选择加入的自助式 OSS Scanner 是合理的。维护者现在可以请求扫描并自行分诊这些发现。Anthropic 坦率承认,这些报告“完全由模型生成,未经人工审查或分诊”,并且“报告可能不正确或无效”。

换句话说,分诊瓶颈并没有消失,它转移到了维护者身上。如果真阳性率真的像 Anthropic 声称的那么高,这应该不成问题。

三天前,curl 的维护者 Daniel Stenberg 宣布,该项目收到了来自 Anthropic 的一批 45 份漏洞报告。Anthropic 只将其中一份评为中危,其余评为低危。Daniel 正以刻意放慢的速度将它们转移到 GitHub 上,“以减轻对团队的冲击”,并计划在本周末前全部公开。这让我们难得地看到,当维护者真正验证之后,Anthropic 的发现是什么样子。

在目前已公开的 34 份报告中,19 份被标记为非漏洞,6 份被确认为低危,9 份仍在等待评估。也就是说,到目前为止假阳性率为 55.9%,只有 17.6% 的发现得到确认,且全部为低危。为了一小撮低影响 bug,却把大量工作甩给开源维护者;而当维护者不得不放慢报告节奏来保护自己的团队时,这本身就充分说明了负担之重。

这对 curl 来说也不是新鲜事。早在 5 月,Daniel 就写道,五个 Mythos 发现最终只归结为一个确认的漏洞。

这与 Anthropic 目前在台账上声称的 94.2% 真阳性率相去甚远。它也削弱了 Glasswing 启动时“严重和高危”的定位。9 月,我发现 Claude 将台账中 91.5% 的发现评为严重或高危,而维护者只将 51.3% 的发现如此评级。我很好奇其他开源项目是否也在看到同样的情况。

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →