AI 驱动的漏洞发现变革
摘要
AI 模型同时加速了漏洞发现和低质量报告的泛滥，开源维护者面临严重的分诊瓶颈。
核心矛盾
- 非专家也能发现真实漏洞 → 报告量激增
- AI 也能生成大量看似合理但无效的报告 → 噪声淹没真实威胁
漏洞管道四阶段
- AI 扫描（供过于求）→ 2. 分诊（不堪重负）→ 3. 修复开发（瓶颈中）→ 4. 消费升级（未来瓶颈）
实操建议
- 维护者：公开威胁模型、设最低报告标准、AI 辅助分诊
- Bug 发现者：必须提供完整 PoC + 修复 PR，禁止自动批量提交
AI 模型同时加速了漏洞发现和低质量报告的泛滥，开源维护者面临严重的分诊瓶颈。