谷歌AI漏洞猎人Big Sleep首次出手：发现20个开源软件漏洞

在近日的一次公开通报中，谷歌安全副总裁 希瑟·阿德金斯（Heather Adkins） 宣布，其基于大语言模型（LLM）的自动化漏洞研究工具 Big Sleep，已在多个流行开源项目中自主发现并报告了 20 个安全漏洞。

这是 Big Sleep 首次对外披露实际成果，标志着 AI 驱动的安全研究正从理论走向实践。

AI 自主发现漏洞：不是辅助，是主角

与以往将 AI 作为辅助分析工具不同，Big Sleep 的核心特点是：漏洞的发现与复现完全由 AI 代理自主完成，无需人工介入。

该项目由谷歌两大顶尖团队联合打造：

• DeepMind：提供大模型核心技术与推理能力；
• Project Zero：贡献顶级漏洞挖掘经验与安全知识体系。

尽管最终报告在提交前经过了人工专家审核以确保质量与可操作性，但谷歌强调，每个漏洞的初始发现、代码分析和复现路径均由 AI 独立完成。

谷歌工程副总裁 罗亚尔·汉森（Royal Hansen） 在社交媒体 X 上表示，这些成果代表了“自动化漏洞发现的新前沿”。

发现集中在关键基础设施组件

目前披露的信息显示，这批漏洞主要集中在广泛使用的开源多媒体处理库中，包括：

• FFmpeg：全球最主流的音视频编解码与处理工具库，被数以万计的应用依赖；
• ImageMagick：功能强大的图像编辑与转换套件，常见于 Web 和服务器端图像处理流程。

由于谷歌遵循负责任披露政策，所有漏洞仍在等待修复，因此尚未公开具体细节（如 CVE 编号、CVSS 评分或利用方式）。但可以确定的是，这类基础库一旦存在高危漏洞，可能影响范围极广。

技术路径：LLM 如何“黑”进代码？

Big Sleep 的工作流程体现了当前 AI 安全研究的典型范式：

1. 代码理解：利用大模型对目标项目的 C/C++ 代码进行深度语义解析；
2. 漏洞模式识别：结合已知漏洞模式（如缓冲区溢出、空指针解引用、整数溢出等）进行静态扫描；
3. 动态验证：生成 PoC（概念验证）输入，模拟触发异常行为，确认漏洞可复现；
4. 报告生成：输出结构化报告，包含漏洞位置、成因分析与复现步骤。

这一过程不再依赖传统 fuzzing 或符号执行的纯程序化方法，而是通过模型的“推理能力”推测潜在缺陷，更接近人类研究员的思维方式。

同类工具正在崛起

Big Sleep 并非孤例。近年来，多个 AI 驱动的漏洞发现系统相继涌现：

• RunSybil：由前 Google 和 Meta 工程师创立，专注于自动化漏洞挖掘，在 HackerOne 平台上表现活跃。
• XBOW：另一款基于 LLM 的安全代理，在 HackerOne 的美国漏洞赏金排行榜上名列前茅。

这些工具的共同特点是：使用大模型作为“智能引擎”，在海量代码中快速定位可疑片段，并自动生成测试用例。

RunSybil 联合创始人兼 CTO 弗拉德·约内斯库（Vlad Ionescu） 评价 Big Sleep 是一个“靠谱”的项目：“设计出色，团队背景强大——Project Zero 懂漏洞，DeepMind 拥有技术资源，这是成功的关键。”

潜力巨大，但“AI 垃圾”问题不容忽视

尽管前景乐观，AI 自动生成的漏洞报告也带来了新挑战。

多位开源项目维护者反映，他们近期收到了大量由 AI 提交的“伪漏洞”报告——这些报告看似专业，实则基于模型幻觉（hallucination），提出的“漏洞”并不存在，或早已被修复。

这种现象被一些人称为 “人工智能垃圾”（AI spam），不仅浪费维护者时间，也可能削弱真正重要报告的可信度。

此外，当前 AI 工具仍难以处理复杂上下文依赖、多函数跨层调用等深层次问题，误报率和漏报率依然较高。

AI 不会取代黑客，但会改变游戏规则

Big Sleep 的首次实战成果表明，AI 已不再是安全研究的旁观者。

它尚不能完全替代经验丰富的安全研究员，但在以下方面已展现出显著优势：

• 快速扫描大规模代码库；
• 发现低垂果实类漏洞（low-hanging fruit）；
• 持续运行，7×24 小时不间断分析。

未来，最有效的模式可能是 “AI 发现 + 人类验证” 的协同机制：AI 负责初筛与提效，人类专家聚焦深度分析与高级攻击链构建。

正如谷歌所展示的路径：AI 是放大器，而不是替代品。