AI把漏洞赏金玩坏了

安全圈的信任，比漏洞更容易被击穿。

2026年10月1日，Google 做出了一个在赏金猎人圈子里炸开锅的决定：开源软件漏洞奖励计划（OSS VRP）暂停接收新的「产品漏洞」报告。原因不复杂——自动提交的报告激增，而且绝大多数是无效的。说白了，大模型批量生产的『看起来像漏洞』的文本，把分诊团队的信箱灌满了。

这不是一个孤立的运营调整。它意味着一件事：当 AI 把『提交一份漏洞报告』的成本压到接近于零，整个以人工研究为前提的漏洞生态，都要重新定价。

🚪 关闸：一纸暂停令背后的分诊危机

先还原事件本身。

据安全媒体 GBHackers 报道，Google 停止通过 OSS VRP 接收新的产品漏洞报告，原因是自动化的无效提交大幅增加。措施于2026年10月1日生效，Google 承诺将在2027年第一季度给出这一部分的更新方案。

时间线大致是这样的：

『产品漏洞』这个限定词值得琢磨——它指的是 Google 自家开源产品（如 Chromium、Bazel、Angular 这类项目生态）里的安全缺陷，而非依赖项或供应链层面的发现。关掉这一入口，等于把最容易被 AI 模板化攻陷的那条通道先封上。

产业逻辑其实很直白。漏洞赏金计划的运转，靠的是三方默契：研究者投入时间，厂商支付赏金，分诊团队做质量闸门。前两者的成本是线性的，第三方的成本却会随着提交量暴涨而非线性爆炸——每份报告都要人工复现、确认、定级，哪怕它是模型幻觉出来的假漏洞。噪声每多一份，真漏洞就要在队列里多等一小时。

有接近赏金运营的人士私下说，现在分诊工程师的工作里，『证明这不是漏洞』的时间已经超过了『确认这是漏洞』的时间。当验证成本高于发现成本，闸门只能先关。

这不是 Google 第一次面对 AI 噪声，但 OSS VRP 是开源安全的公共基础设施，它的暂停对整个开源生态的漏洞披露节奏都是一次震荡。

📉 噪声的经济学：谁在为 AI 幻觉买单

一线安全研究员都懂那种感觉：打开报告队列，十条里有八条是格式完美、语气专业、结论错误的大模型产物——引用不存在的代码路径，声称不存在的越权，复现步骤第一步就断了。

这条链路的每一环都在消耗真金白银。赏金计划的经济模型是『按有效发现付费』，但运营成本是『按提交量付费』。AI 把后者的分母无限放大，分子不变，单位有效漏洞的处理成本就失控了。

更麻烦的是信噪比崩坏带来的逆向选择：真正有价值的 researchers 会觉得『提交了也没人看』而流失，而批量提交者不在乎拒稿率——对他们来说，只要万分之一的命中能换到赏金，就是正收益。这种博弈结构下，劣币驱逐良币几乎是必然。

这正是过去一年业内反复讨论的『AI slop（AI 泔水）』问题的安全版本：内容平台被 AI 生成的低质内容淹没，漏洞平台被 AI 生成的低质报告淹没，机制是一样的——生成成本趋零，验证成本不变。

Google 的应对可以拆成『堵』和『疏』两步：短期先堵入口，长期在 Q1 更新中大概率会引入提交门槛、自动化预筛或身份信用机制。但无论哪种方案，本质都是给提交行为重新引入成本。

🧭 四象限：AI 进场后的攻防工具座次

噪声问题反过来看，也暴露了一个正在成型的市场：既然 AI 能批量生产漏洞报告，防御侧就需要 AI 来批量验证漏洞报告。攻防两边的工具格局，值得摆到一张四象限图上重新看。

看这张图的两个判断：

第一，高门槛、高价值的左上和右上区域正在快速拥挤。报告分诊系统这类产品，过去只是赏金平台的后台脚本，现在有机会成为独立赛道——谁能用 AI 自动复现和证伪漏洞报告，谁就掌握了赏金经济的『验钞机』。多位业内研究者判断，未来一两年分诊自动化会从加分项变成赏金平台的生存刚需。

第二，传统 SAST 和 fuzzing 的位置很尴尬。它们技术门槛不算高、误报问题多年没根治，而 AI 辅助审计恰好击中它们的软肋——能理解上下文、能写 PoC、能解释漏洞成因。存量玩家要么自我革命，要么看着新兴工具把高价值客户切走。

对 Google 来说，Q1 的规则更新如果能配套一个 AI 分诊系统，不只是自救，甚至可能反手定义这个新兴品类的标准。

📜 治理追赶：框架 3.0 与开源模型的另一面

把镜头拉远，Google 关闸的同一时期，治理侧也在动作。

2026年9月14日，《人工智能安全治理框架3.0》发布。据公开报道，这一版面向智能体、开源大模型等新型风险，延续了风险分类、技术应对的既有路径。

把这条素材和 Google 事件放在一起，会发现一个耐人寻味的呼应：开源大模型被明确列为需要治理的新型风险对象，而开源漏洞生态正被大模型生成的噪声冲击。开源世界的『开放』属性，在 AI 时代同时暴露在两个方向上——能力滥用的风险，和质量污染的风险。

框架 3.0 的意义在于给『分类』一个统一语言。Google 的 OSS VRP 收紧是企业级的临时止血，框架层面的风险分类则是行业级的长期建制。前者解决『信箱塞满』，后者回答『什么样的 AI 行为需要被管控』。两条线一个自下而上，一个自上而下，正在向中间靠拢。

从产业视角看，治理框架的细化对厂商是双刃剑：一方面合规要求更清晰，试点和落地有据可依；另一方面，面向智能体和开源模型的安全评估、风险监测，会迅速变成新的采购清单——对安全厂商是增量，对被监管方是成本。多位安全厂商的人士提到，智能体安全评估目前还处在『有框架、缺工具』的阶段，这中间的空档期就是产品机会。

🎣 另一头：AI 信任如何被拿去做饵

如果前几节讲的是『AI 污染防守侧』，还有一条素材提醒我们进攻侧同样在吃 AI 的红利。

近期流传的一个骗局：攻击者投放与 ChatGPT 高度相似的仿冒页面，入口是搜索引擎的赞助商链接——用户搜 ChatGPT，点的是排在最前面的广告位，落地的是精心仿制的假站，进而诱导安装恶意软件。安全媒体提醒用户注意甄别这类以假乱真的投放。

这个骗局的精妙之处不在技术，在心理：它利用的是用户对 AI 品牌的无条件信任。ChatGPT 本身就是『可信助手』的心智代名词，攻击者只需把这个心智劫持过来，再配合广告位的合法性外衣，普通用户几乎没有防线。

三个素材在这里完成闭环：AI 生成的假漏洞报告消耗防守方的信任，AI 品牌的假官网消耗终端用户的信任，治理框架则试图在制度层面重建信任的边界。安全行业过去一年反复讲的『AI 信任赤字』，在2026年秋天同时从三个方向兑现了。

对企业的直接启示有三条：一是终端安全策略要把『广告位仿冒』纳入钓鱼演练场景，别只盯着传统邮件钓鱼；二是采购 AI 安全产品时，优先看它在验证与分诊环节的实际能力，而不是生成环节的花活；三是关注 Q1 Google 更新和框架 3.0 后续落地的细则，那是未来半年的规则源点。

写在最后

Google 暂停 OSS VRP 产品漏洞接收，表面是一条运营公告，实质是 AI 把漏洞提交成本打到零之后，整个赏金机制的定价失灵。短期看，分诊自动化和提交者信用体系会成为标配；中期看，开源漏洞生态需要一次『反 AI 噪声』的基础设施重建；长期看，从框架 3.0 到平台规则，安全治理正在把 AI 从工具变量升级为治理对象。

漏洞可以由 AI 批量生成，但信任只能慢慢修复。2027 年 Q1 的那份更新方案，值得所有做安全的人都盯一眼——它大概率不只是 Google 的新规，而是整个漏洞披露行业新规则的预演。

参考来源：GBHackers 关于 Google OSS VRP 规则收紧的报道；《人工智能安全治理框架3.0》发布相关信息；ChatGPT 仿冒站点钓鱼事件公开报道。