OSS Scanner

Anthropic 推出了一个叫 OSS Scanner 的新服务：用自家最强模型（包括 Claude Mythos）定期扫描开源代码，找出安全漏洞，完全免费。

听起来像天上掉馅饼？确实有代价：所有报告纯 AI 生成，没有人工审查。这意味着你可能收到一份精准的远程代码执行利用链，也可能收到一份看似合理实则无效的误报。Anthropic 的态度很明确：速度比完美更重要，因为攻击者不会等你验证完再动手。

为什么敢把未验证的报告直接发出去？

过去六个月，Anthropic 用最新模型扫出了超过 29,000 个候选漏洞，但人力只能验证其中约 6,000 个。剩下的怎么办？以前是积压，现在维护者反而主动要求：“把你手上没验的全给我。”

这背后是一个残酷的现实：漏洞利用的开发速度已经快到以分钟计。与其让报告在 Anthropic 的队列里排队等人工确认，不如让有能力自行分类的项目先拿到线索。OSS Scanner 就是这条“快速通道”的产品化——你选择加入，就接受未验证的报告；你没这个能力，仍可走传统的协调披露流程，等人工验证后再收通知。

这不是放弃质量，是把质量把关的责任从 Anthropic 转移给了有准备的项目团队。

早期测试数据：88% 达标，仅 1 个误报

Anthropic 请渗透测试专家复核了 48 个项目中的 97 个高危发现：85 个达到协调披露标准，11 个真实但重复，只有 1 个是真正的误报。

几个知名项目的反馈也印证了这个信号强度：

• PostgreSQL：多份报告附带可直接使用的修复补丁，在正式版发布前拦截了问题
• OpenSSL：“和人提交的报告一样好，有时更好。附真实利用时，工程师的工作基本就完成了”
• wolfSSL：74 份报告中 72 份有效，5 个拿到了 CVE 编号
• HotCRP：对复杂权限模型的理解准确，优先级排序合理

当然，也有人指出严重性评级偶尔夸大，或模型误解了特定项目的威胁模型。Anthropic 没有承诺完美，只承诺持续迭代。

和之前的 AI 漏洞报告潮有什么不同？

近几个月，开源社区被低质 AI 生成的漏洞报告淹没了，连 Linus Torvalds 都公开抱怨过。OSS Scanner 试图用三个设计选择区别于那些噪声：

1. 选择加入制：不主动轰炸，只服务明确申请的项目
2. 结构化输出：每份报告包含自包含复现器、漏洞引入时间的二分查找、候选补丁，不是泛泛而谈的“可能存在风险”
3. 最强模型驱动：用 Mythos 而非通用模型，提升语义理解深度

灵感来自 Google 的 OSS-Fuzz，但方法完全不同：模糊测试靠随机输入触发崩溃，LLM 靠理解代码逻辑推断漏洞。两者互补，而非替代。

谁能用？怎么用？

资格标准参照 OSS-Fuzz：项目需对“基础设施和用户安全有关键影响”，逐案审核。核心维护者按模板向指定 GitHub 仓库提交 PR 即可申请。

即使不符合条件，Anthropic 还提供了两个配套资源：Cyber Verification Program 为合格安全人员提供高级网络能力；Claude for OSS 提供免费 Claude Max 20x 订阅，帮助修复漏洞。