AI垃圾报告泛滥，谷歌冻结开源漏洞赏金计划

又一家大型科技公司向AI生成的“垃圾提交”举起了白旗。据TechCrunch报道，谷歌已冻结其开源软件漏洞赏金计划（Open Source Software Vulnerability Reward Program），直接原因是AI生成的低质量漏洞报告出现了“显著增长”，导致人工审核资源被大量消耗，而真正有价值的漏洞线索反而被淹没。

一个奖励善意的计划，为何要按下暂停键

谷歌的开源漏洞赏金计划并非普通的“找Bug拿钱”活动。它的初衷是鼓励安全研究人员主动去审查那些被无数企业依赖、却往往缺乏资金支持的开源组件——从加密库到压缩算法，从操作系统内核模块到广泛使用的开发工具链。研究者提交有效的安全漏洞，谷歌按严重程度发放奖金；而这些修复最终会让整个互联网的基础设施受益。

这套机制在过去十余年里运转良好，前提是：提交一份漏洞报告需要付出真实的智力成本。研究者必须理解代码、复现问题、证明危害，并且承担“报告是错的”这一声誉风险。因此，提交量天然受限，质量也相对可控。

但生成式AI改变了这个等式。当任何人都可以让模型在几分钟内读完一个代码仓库、并自动生成几十份看起来“有模有样”的漏洞分析时，提交的边际成本几乎降到了零。问题在于，成本并没有消失，它只是被转移给了审核方——那些必须逐条阅读、复现、判断真伪的开源维护者和安全工程师。

“AI垃圾”如何淹没漏洞赏金

这类由AI批量产出的报告通常有几个共同特征：语言流畅、术语齐全、引用了真实存在的函数名与文件名，甚至能给出看似合理的利用路径；但一旦深入验证，就会发现它们描述的“漏洞”要么不成立，要么只是把公开文档里早已说明的限制重新包装了一遍，要么干脆是模型对代码的误读。

对于熟悉这套流程的人来说，识别一份AI生成的报告有时只需要几秒钟；但对于必须严谨对待每一份提交的平台而言，“看起来可能有问题”就足以强制启动一次完整的验证流程。当成百上千份这样的报告同时涌入，审核队列就会迅速瘫痪。

AI垃圾似乎正在压垮漏洞赏金计划。——TechCrunch

值得注意的是，谷歌并非第一个受害者。知名开源项目curl的作者Daniel Stenberg曾多次公开抱怨，AI生成的“安全报告”让他不得不花费大量时间撰写模板化回复。OpenBSD、Linux内核等项目的维护者也表达过类似困扰：他们收到的不是攻击，而是噪音。安全平台HackerOne此前也披露过，AI辅助生成的低质量提交正在成为各家企业共同面对的新常态。

冻结，是一种止损而非放弃

从措辞上看，谷歌使用的是“冻结”（froze）而非“终止”（shut down）。这意味着项目在机制上仍有重启空间，只是当下的投入产出比已经失衡。当审核一份无效报告所需的人力成本，高于它万分之一的命中概率时，继续维持开放的提交入口，就意味着持续挤压安全团队本应用于真实威胁的精力。

换言之，谷歌暂停的并不是“为开源安全付钱”这件事，而是“任何人都可以无成本地向我们投递猜想”这一入口。这两者之间，存在着本质区别。

编者按：当生成变得廉价，验证就成为最稀缺的资源

这起事件的意义远超一次项目暂停。它揭示了一个正在成形的结构性矛盾：AI让“产出内容”变得极其便宜，却让“判断内容是否可信”变得空前昂贵。漏洞赏金计划原本是一个精巧的信任市场——研究者以声誉和精力为抵押，换取决赏与认可；平台则以奖金换取真实的防御能力。AI的出现打破了这个市场的信息平衡，让“劣币”第一次具备了驱逐“良币”的规模优势。

可以预见的应对路径大致有三条：其一，提高提交门槛，例如要求提供可复现的PoC、限定参与者资质，或引入押金与信誉分机制；其二，用AI对抗AI，先由模型完成初筛，再由人工复核高风险项，把审核者的注意力集中到最可能有效的报告上；其三，改变激励结构，从“按报告付费”转向“按被确认并修复的问题付费”。

但每一种方案都有代价。提高门槛会误伤初入行的独立研究者，而开源安全恰恰长期依赖这些“业余但敏锐”的眼睛；依赖AI初筛则意味着把判断权部分让渡给同一类工具，模型漏判的后果可能比人工疏漏更隐蔽。这也正是为什么，谷歌的暂停更像是一次公开的求助信号——在AI时代重建可信协作机制，已经不是某一家公司能独自解决的问题。

对开源生态而言，一个不容回避的现实是：过去“人多力量大”的众包逻辑，正在被AI时代的海量噪音稀释。维护者们需要的不只是更多的眼睛，而是更可靠的过滤器和更明确的参与契约。在找到新平衡之前，我们或许会看到更多项目选择性地关上大门——不是因为不想要帮助，而是因为无法承受伪装的帮助。

本文编译自TechCrunch。