Glasswing七个月审计：Anthropic漏洞扫描精度承诺与实测差距显著

2026年11月9日VulnCheck发布的审计报告显示，Anthropic Project Glasswing在七个月内累计报告37966条发现，仅217个被标记修复，442个归因CVE中仅2个被确认在野利用。

事实还原

审计从2026年4月Anthropic启动项目开始跟踪，至11月2日最新账本更新。账本总发现从5月的23019条增至37966条，公开条目仅7349条（19.4%）。同期修复从202个增至217个，9月至11月新增近12000条发现却仅新增15个修复。重复发现达1654条，撤回419条。Anthropic宣称真实阳性率从90.8%升至94.2%，但重复与撤回数量已超过修复数量。

curl项目收到34份报告，拒绝19份，确认6份为低严重性，9份仍在评估。VulnCheck统计的442个CVE中，仅CVE-2026-61500和CVE-2026-26980两项被列入已知被利用目录。

机制拆解

项目初期依赖人工验证，发现规模超过人工处理能力后转向OSS Scanner。2026年10月Anthropic承认已向请求批量数据的维护者发送近5000份未验证报告。审计指出，维护者需自行承担分类工作，curl等项目实际承担了原本由Anthropic承诺的验证负担。

账本更新频率低且批量进行，导致重复发现随时间累积。9月至11月重复发现从216条增至1654条，显示未及时处理的发现更容易被其他研究者重复报告。

产业影响

开源维护者资源本就紧张，大量低质量或重复报告进一步消耗其时间。已公开发现中修复比例不足3%，与Anthropic最初“数千高危漏洞”的表述形成对比。AI安全工具的规模化发现能力得到验证，但从发现到修复的闭环仍依赖人工，瓶颈未被AI本身解决。

战略判断（分析而非事实）

从现有数据看，AI漏洞扫描工具的精度宣传需与实际修复转化率结合评估。Anthropic将验证工作前置转移给社区的做法，可能短期提升发现数量，但长期或影响开源生态对AI辅助披露的信任。未来类似项目若要建立可信度，需在账本中同步展示验证流程与拒绝理由，而非仅更新阳性率数字。