AI每天揪出10个真漏洞！Linux老兵发文求救：根本修不完
一、小白剧场
小白：东哥，你快来看看，这《黑客帝国》里的墨菲斯是不是太神了？
大东：怎么？又在重温经典呢？哪一段让你这么激动？
小白：就是他给尼奥讲矩阵那段啊，“你所知道的世界，只是一个梦境”。
大东：哈哈，那是电影里的科幻设定。现实世界可没那么玄乎。
小白：但这现实世界也不太平啊。我这正看着一个Linux老兵的求救信呢。
大东：求救信？这可新鲜，Linux内核维护者还会求救？
小白：是啊，叫Willy Tarreau，听说是位大佬。
大东：嗯，确实是大佬，HAProxy的作者，内核社区十几年的老兵了。
小白：他说现在的安全报告多到离谱，每天都能收到5-10个真实的漏洞。
大东：这数字，听着确实有点让人头皮发麻。两年前一周才2-3个吧？
小白：对对对，他说以前是一周两三个，现在是一天五到十个。
大东：这简直是指数级的增长啊。
小白：而且更神的是，这些漏洞好多还都是AI给挖出来的。
大东：哦？AI挖漏洞？这倒是个新趋势。
小白：Willy就感叹说，AI写漏洞报告的速度，可能都已经超过人类写Bug的速度了。
大东：哈哈，这话虽然有点夸张，但倒也形象。
小白：以前那些深藏不露的老Bug，现在被不同的AI、不同的人，在不知情的情况下同时挖出来。
大东：这就好比是给代码做了一次全方位的“X光”扫描，把隐藏的病灶都给找出来了。
小白：对，所以他感觉自己就像是被漏洞洪水给淹没了一样，根本修不完。
大东：这确实是个问题，开源项目的维护者大多是志愿者，人手有限。
小白：是啊，所以他说这可能会杀死一些开源项目。
大东：我也听说了，比如“龙虾之父”Peter Steinberger就转发了他的帖子，表示了同样的担忧。
小白：哎，这AI到底是来帮忙的，还是来捣乱的啊？
大东：这可不好说。AI的能力是一把双刃剑，关键看谁在用。
小白：那我们这世界，到底是变得更安全了，还是更不安全了呢？
大东：这正是一个值得探讨的问题。让我们来深入了解一下这个事件吧。
二、话说事件
小白：大东，你快详细跟我说说，这到底是怎么一回事？
大东：其实，这还得从一个转折点说起。
小白：转折点？什么转折点？
大东：就是2025年5月，一个叫Sean Heelan的安全研究员做的一个测试。
小白：测试？他测试了什么？
大东：他用一个叫o3的AI模型，去测试ksmbd的代码，想看看o3能不能找到他已经手动发现的Bug。
小白：结果呢？o3找到了吗？
大东：不仅找到了已知漏洞，还在同一段代码里挖出了一个全新的零日漏洞！
小白：哇，这么厉害？这o3是什么来头？
大东：o3是一个大型语言模型，Sean Heelan用它来辅助漏洞发现。
小白：那这个零日漏洞是什么？严重吗？
大东：编号为CVE-2025-37899，是SMB logoff命令处理中的一个use-after-free漏洞。
小白：use-after-free？这名字听起来怪怪的。
大东：简单来说，就是程序释放了一块内存，但后面又去使用它。这可能会导致程序崩溃，甚至被黑客利用来执行任意代码。
小白：听起来很危险啊。
大东：是的，要理解这个Bug，需要推理多线程并发场景下对象的共享和释放逻辑，o3做到了。
小白：这AI也太神了吧，能像人类一样推理？
大东：大模型在代码理解和逻辑推理方面的能力确实越来越强了。
小白：那这事儿跟Willy Tarreau的求救有什么关系呢？
大东：Sean Heelan的发现只是一个开始。到了2026年2月，Anthropic的前沿红队直接把事情推到了一个新量级。
小白：Anthropic？就是那个开发了Claude的模型公司？
大东：对，他们用Opus 4.6做了一个实验。在沙盒环境中，给模型提供Python和标准漏洞分析工具，测试模型“开箱即用”的能力。
小白：结果呢？
大东：按Anthropic官方披露，其团队已人工验证超过500个高危漏洞，并正与维护者推进披露和修复。
小白：500个！天哪，这也太多了吧！
大东：这还只是他们一个团队用一个模型在短时间内发现的。
小白：难怪Willy Tarreau会说每天都能收到5-10个漏洞报告。
大东：是啊，这还只是“被发现”的那部分，潜伏着的Bug可能更多。
小白：大东，你以前跟我说过，有个研究员分析了Linux内核过去20年的历史，发现有些Bug潜伏了20多年！
大东：你说的是Jenny Guanni Qu，她是Pebblebed Ventures的安全研究员。她发现内核Bug的平均存活期是2.1年，其中13.5%的Bug潜伏超过5年。最久的一个ethtool缓冲区溢出，安安静静待了20.7年。
小白：20.7年！这也太能藏了吧。
大东：如今，AI正在把这些“沉睡的炸弹”一颗颗挖出来。
小白：那这AI真的是太厉害了，以前我们要花好长时间才能找到一个漏洞，现在AI分分钟就能找到。
大东：不仅仅是速度快，门槛也降低了。
小白：门槛降低？怎么说？
大东：以前想找到一个Linux内核零日漏洞，通常需要经验丰富的安全研究员，花上数周甚至数月做高强度审计。
小白：那现在呢？
大东：现在，一个bash脚本，一个API调用，90分钟，AI就能定位到一个可广泛利用的SQL注入问题。
小白：90分钟！这也太夸张了吧！
大东：这是Thomas Ptacek在一个长文中给出的例子。他描述了Anthropic研究员Nicholas Carlini的工作流程：下载一个代码仓库，跑一个极其简单的bash脚本，在每个源文件上执行同一个Claude Code提示词，生成漏洞报告，再验证，成功率接近100%。
小白：这，这，这也太无脑了吧。
大东：所以Thomas Ptacek给出了一个更激烈的判断：“漏洞研究已经完蛋了”。
小白：完蛋了？什么意思？
大东：就是说，传统的、靠人工审计发现漏洞的方式，在AI面前已经失去了竞争力。
小白：那我们这些做安全的，是不是都要失业了？
大东：哈哈，倒也不是。AI发现漏洞只是第一步，修复漏洞、验证修复、防范未然，还需要人类的智慧。
小白：但这也太可怕了，如果AI能这么轻易地找到漏洞，那黑客要是用了AI，岂不是无敌了？
大东：这正是大家所担心的。Anthropic前沿红队负责人Logan Graham称这是防御者和攻击者之间的竞赛：我们要尽快把工具交到防御者手中。模型在这方面极其擅长，而且我们预期它们会变得更强。
小白：但这防得过来吗？AI找漏洞的速度，可是比人类写Bug的速度还快啊！
大东：确实防不胜防。
三、大话始末
小白：这AI漏洞潮真的是太吓人了。以前我们都是怎么应对安全事件的啊？
大东：以前啊，虽然没有AI这么猛烈，但类似的事情也不是没发生过。每一次大的技术变革，都会带来新的安全挑战，也会催生新的防御手段。
小白：那你快给我讲讲，以前都有哪些类似的事情？
大东：比如上世纪90年代的“千年虫”问题。那是因为以前计算机内存贵，日期只用两位数表示。到了2000年，00年可能会被系统误认为是1900年，导致各种程序混乱。
小白：啊，这个我知道。那这跟现在的AI漏洞有什么关系？
大东：虽然两者的原理不同，但规模都很宏大。千年虫问题涉及几乎所有的计算机系统，需要大量的财力和人力去修复。现在的AI漏洞潮，也涉及大量的开源软件，同样需要大量的精力去应对。
小白：那后来是怎么解决的？
大东：全球的计算机从业者联合起来，对代码进行审计和修改，花费了数年时间。这一次，我们同样需要全球的社区联合起来，共同应对。
小白：那还有别的例子吗？
大东：比如2014年的Heartbleed漏洞。这个漏洞存在于OpenSSL协议中，影响了全球数百万台服务器。它允许攻击者从内存中读取敏感信息，如私钥、用户名和密码。
小白：这个名字听起来也很可怕，心脏出血。
大东：是的，它的发现同样引发了巨大的震动。但不同的是，Heartbleed是一个特定的、具体的漏洞，而AI漏洞潮是一个泛化的、系统性的问题。
小白：你是说，AI能挖出各种各样的漏洞，而不仅仅是一个？
大东：是的，AI不仅仅是找单点漏洞，它还可能很快具备生成全链路漏洞利用的能力。
小白：全链路漏洞利用？什么意思？
大东：就是黑客可以利用AI，从发现一个漏洞开始，自动地探索、组合不同的漏洞，最终达成攻击目标。
小白：这也太智能了吧，简直就是自动驾驶的黑客。
大东：Thomas Ptacek就进一步判断，由沙盒、内核、虚拟机管理器、IPC方案组成的四层防御体系，对AI Agent来说，可能不过是同一个问题的迭代版本。换句话说，AI可以像拼图一样，把不同的防御层一一突破。
小白：那我们还有安全可言吗？
大东：安全从来都是相对的，不是绝对的。面对新的威胁，我们需要不断地迭代我们的防御体系。
小白：那除了这些，还有别的案例吗？
大东：还有2017年的WannaCry勒索病毒。它利用了Windows系统的“永恒之蓝”漏洞进行全球传播，加密用户文件并索要赎金。
小白：这个我也记得，当时好多电脑都中招了。
大东：这个漏洞其实是由国家级机构发现并利用的工具。它让我们看到，高水平的攻击工具一旦泄露，会造成多么巨大的破坏。
小白：那AI找到的漏洞，如果被黑客利用，也会造成这么大的破坏吗？
大东：完全有可能。同样的模型能力，同样的API接口，同样的开源代码，也就是说，防守方和进攻方用的是同一把枪。
小白：这，这，这也太公平了吧，大家都有同样的武器。
大东：这正是密码学家Matthew Green在X上转发Thomas Ptacek文章时的担忧：我们到底是变得更安全了，还是更不安全了？
小白：大东，你以前总能给我讲出个所以然来，今天怎么也变得犹豫了？
大东：因为这是一个全新的时代，充满了不确定性。Willy Tarreau在他的帖子最后，做了一个略带苦笑的乐观预言。
小白：什么预言？
大东：他称这是一个“有趣的时代”：整体来看，软件质量可能会明显提升，甚至讽刺性地回到2000年以前的水准。
小白：为什么是回到2000年以前？
大东：因为那时软件发布前要经过大量测试，只是在更新变得容易后，这种纪律被削弱了。但在那之前，我们恐怕还要经历几年混乱。
小白：你是说，AI虽然带来了麻烦，但最终还是会促使软件质量提升？
大东：有这个可能。Anthropic已经把漏洞发现能力产品化了，Claude Code Security在2月20日上线了限量研究预览，面向企业和团队客户开放，开源维护者可以申请免费优先使用。
小白：企业和团队客户？那黑客肯定也能拿到啊。
大东：所以说，防守方和进攻方用的是同一把枪。
小白：那我们该怎么预防呢？
大东：这正是我要跟你讲的重点。面对AI带来的新挑战，我们需要新的安全防护体系。
小白：快快快，把秘籍都交出来。
大东：首先，我们要建立AI增强的安全研发流程。
小白：把AI也用到开发环节？
大东：对，通过在开发、构建环节集成自动化的安全审计工具，利用AI来辅助代码审查。
小白：让AI在写代码的时候就帮我们把Bug找出来？
大东：是的，这样可以减少漏洞的产生，也可以提高开发效率。
小白：那还有呢？
大东：其次，要提升供应链的安全能力。通过应用SBOM工具，加强对开源、第三方软件资产的可见性和精细化管理。
小白：SBOM？这是什么新词汇？
大东：SBOM是软件物料清单（Software Bill of Materials），它详细列出了软件中使用的所有开源、第三方组件及其版本。
小白：有了SBOM，我们就能知道软件里都用了什么，如果有什么组件出漏洞了，就能立刻知道？
大东：正是。这样可以快速定位和评估受影响的系统，并采取相应的修复措施。
小白：听起来很实用。还有别的吗？
大东：还要完善应急响应机制。通过引入自动化响应、自动化编排、自动化测试等工具，结合AI来辅助事件发现与分析。
小白：让AI来帮我们处理安全事件？
大东：是的，这样可以缩短事件处置时间，也可以降低对人力的依赖。
小白：那对我们这些开源项目的维护者，该怎么办呢？
大东：要加强开源社区的协作。面对AI持续不断挖出的漏洞，已经没有足够的人手去修了，必须得开源社区联合起来，共同应对。
四、小白内心说
小白：今天东哥给我讲的内容真的是太震撼了。我以前只知道AI能帮我写文案、作图，没想到它还能挖漏洞，而且速度还这么快、门槛还这么低。看着大东给我的资料，看着Willy Tarreau的求救信，看着Jenny Guanni Qu的统计数据，我仿佛听到了安全领域的旧秩序正在分崩离析的声音。以前那一套靠人工审计、靠漏洞禁运、靠盯着CVE打补丁的做法，在AI面前似乎都失效了。面对AI带来的新威胁，大东提出了AI增强安全研发流程、提升供应链安全能力、完善应急响应机制、加强开源社区协作等对策。这些对策虽然看起来很宏大，但也确实是应对新局势的必由之路。正如Thomas Ptacek所说，“漏洞研究已经完蛋了”，正如Peter Steinberger所感叹“这将杀死一些开源项目”。AI是一把双刃剑，既能帮助防御者，也可能被攻击者利用。我们到底是变得更安全了，还是更不安全了？这确实是一个值得思考的问题。
