安全团队和开源维护者会直接感受到压力——AI 发现漏洞的速度远超人类处理能力，点开看看如何应对这个尴尬窗口期。
Anthropic 发布 Project Glasswing 更新，显示 AI 在漏洞发现上取得突破：与 50 个合作伙伴用 Claude Mythos Preview 发现超 1 万个高危/严重漏洞，Cloudflare 扫出 400 个高危，Mozilla 修复 Firefox 150 中 271 个漏洞。AI 也能快速生成补丁，Claude Security 三周内帮企业修了 2100 多个漏洞。但真正的瓶颈在于从发现到部署的整条链路——复现、确认、写补丁、合并、发版、用户升级等环节仍按人类速度运转。开源生态尤其脆弱，维护者被 AI 生成的低质量报告淹没，甚至要求放慢披露。这导致一个尴尬窗口期：漏洞发现和攻击学习加速，但修复部署跟不上。长期看 AI 将提升软件安全，但短期需要更高吞吐量的漏洞处理系统。
AI 找漏洞这件事，真正的压力开始出现了。 Anthropic 刚发了一篇 Project Gla…
AI 找漏洞这件事，真正的压力开始出现了。
Anthropic 刚发了一篇 Project Glasswing 的更新，里面有一个很值得关注的变化：
过去安全团队经常卡在“漏洞找得不够快”。
现在情况变了。
Anthropic 和约 50 个合作伙伴，用 Claude Mythos Preview 在关键软件里发现了超过 1 万个高危或严重漏洞。
Cloudflare 扫出了 2,000 个 bug，其中 400 个是高危或严重。 Mozilla 在测试中修掉了 Firefox 150 里的 271 个漏洞。 Anthropic 还扫了 1,000 多个开源项目，模型初步判断出 23,019 个漏洞，其中 6,202 个是高危或严重。
这个数字本身已经很夸张，但更值得注意的是后面的连锁反应：
AI 可以找漏洞，当然也可以修漏洞。
Anthropic 文中也提到，Claude Security 在三周内已经帮企业修了 2,100 多个漏洞。
所以问题不在于 AI 会不会写 patch。
真正慢的地方，是从“模型发现问题”到“这个风险真的从世界上消失”之间的整条链路。
一个漏洞要被处理掉，至少要经历这些步骤：
复现问题。 确认漏洞真实存在。 判断严重性。 写补丁。 验证补丁没有引入回归。 维护者合并。 发版。 用户升级。 下游依赖同步更新。
企业修自己的代码会快很多，因为代码、测试、发布流程都在自己手里。
开源生态就复杂得多。
很多核心项目靠少数维护者支撑。他们现在本来就被大量 AI 生成的低质量报告淹没。Anthropic 也提到，有些维护者甚至要求他们放慢披露速度，因为处理不过来。
这就是这篇文章最有意思的地方：
AI 正在把“发现漏洞”和“生成修复”同时加速。
但软件世界真正跑起来，靠的是信任、验证、发版、兼容性和升级率。
这些环节还在按人类组织的速度运转。
短期看，这会制造一个尴尬窗口期：
漏洞被发现得更快。 攻击者学习得更快。 补丁生成也更快。 但真正部署到用户机器上的速度，未必跟得上。
长期看，这当然是好事。AI 如果能进入开发、测试、安全审计和发布流程，软件会比过去安全很多。
但在过渡期里，安全行业最缺的可能已经不是更强的扫描器。
而是更高吞吐量的漏洞处理系统。
以后拼的不是谁先看到 bug。
是整个软件生态有没有能力，把 bug 更快、更稳地关掉。
原文： https://t.co/DRfwviOwOF