漏洞挖掘

general · First seen 2026-05-22 · Last seen 2026-11-05 · 51 mentions

Overview

漏洞挖掘是指通过人工审计或自动化手段发现软件、系统中的安全缺陷的过程,长期以来主要依靠安全研究员和赏金猎人的经验积累,而近两年大模型正在把它推向自动化、规模化的新阶段。AI 模型已能独立复现高危漏洞的完整发现流程,攻防节奏因此被显著压缩,安全补丁上线时间从过去的数月缩短到数天甚至数小时,整个互联网安全竞赛正在提速。

漏洞挖掘的近期进展

  • GPT-5.6 Sol 发现 PHP 两个 CVSS 9.2 严重漏洞,全球七成网站受影响——AI 模型在 PHP 生态中独立找到两个 CVSS 评分 9.2 的严重漏洞,影响范围覆盖全球约七成网站,说明模型已能处理主流服务器端语言的深层缺陷。
  • GPT-5.6 Sol 与 Gemini 4 Argon 各自发现同一 PHP 高危漏洞——两大模型独立复现了同一个高危漏洞,这种交叉验证意味着 AI 的发现结果正在变得可重复、可信任,而非偶然命中。
  • XBOW 用 GPT-5.6 Sol 花 6 天找到 Chrome 全链漏洞,获 Google 25 万美元赏金——自动化漏洞挖掘工具用 6 天时间完成 Chrome 全链路漏洞的发现并拿到 25 万美元赏金,展示了 AI 驱动渗透测试在真实赏金体系中的商业可行性。
  • Anthropic 开放网络安全计划,半年找出超 13 万漏洞——半年时间累计发现超过 13 万个漏洞,体现出大模型厂商直接下场、以规模化漏洞挖掘换取生态影响力的趋势。
  • 当前焦点与观察点

    效率上的分歧是当前讨论的核心。Gergely Orosz 认为 AI 将使 CVE 发现速度提升 10-100 倍,并从发现、修复、披露三个维度分析了软件安全可能受到的冲击;但也有观点指出,各家模型在找漏洞上能力接近,而在写出可信修复方案上差距明显——DeepSeek 与 Claude Opus 找漏洞能力相当、补漏洞可信度却不同正反映了这一分化。此外,GEEKCON 2026 上海站上演示的无人机劫持、银行 App 转账劫持等真实攻击场景,提醒人们漏洞挖掘的实际后果正越来越贴近物理世界和资金安全。对防守方而言,一个直接的信号是:京东 JSRC 暂停双 11 期间外部安全测试及漏洞收录——在大促等敏感窗口期,如何平衡外部漏洞提交与业务稳定,正在成为企业安全运营的新课题。

    Coverage

    10 on file