Anthropic 推出 OSS Scanner：AI 漏洞扫描开始免费服务开源项目

AI 漏洞发现能力正在跨过一条关键曲线

Anthropic 在 2026 年 10 月下旬推出了一项面向开源生态的免费服务：OSS Scanner。它是一个 opt-in 的漏洞扫描器，用 Anthropic 最强的语言模型（包括 Claude Mythos）定期扫描开源项目代码，并把结果直接交给维护者（官方公告，The Hacker News 报道）。

这项服务建立在一条被反复引用的数据曲线上：在学术漏洞发现基准 CyberGym 上，大模型发现漏洞的比例从去年年初的不足 20%，上升到今年的 85% 以上（CyberGym 论文，Anthropic 漏洞研究博客）。Anthropic 自己的观察是，开源维护者收到的 AI 报告质量也在变化——从大量低质量"垃圾报告"变成真正可用的 bug 报告。

这条曲线意味着什么？漏洞发现的人工成本正在被模型摊薄，而开源维护者长期依赖的"人工审计"瓶颈，第一次有了规模化替代的可能。

OSS Scanner 的定位：免费审计，而不是企业产品

OSS Scanner 的灵感直接来自 Google 的 OSS-Fuzz——那个用模糊测试持续扫描开源项目、并极大改善开源生态安全状况的项目（OSS-Fuzz 项目主页）。区别在于扫描器本身：OSS-Fuzz 靠 fuzzer 找崩溃与内存问题，OSS Scanner 靠最强的语言模型直接读代码找漏洞。

需要注意它与 Anthropic 商业产品的边界：

• Claude Security 是面向企业的通用代码扫描与修复产品，帮助客户防御自己的系统；
• OSS Scanner 则是给开源项目免费提供的安全审计服务，输出报告完全由模型生成，不经过人工审查或分流。

不经过人工审查意味着两件事：扫描可以更快、更频繁；同时报告可能出错或无效。Anthropic 明确承认这一点，并把"模型生成的原始输出"作为服务设计的一部分——维护者收到的是未经人工润色的第一手结果（官方公告）。

一份扫描报告里有什么

从已经公开的样例看，OSS Scanner 的报告不是简单的"这里有漏洞"提示，而是接近安全研究员交付物的完整套件：

• 自包含复现器：报告附带可以独立运行的复现脚本，工程师拿到即可验证；
• 漏洞说明与 bisection：解释漏洞成因，并在可能的情况下定位该 bug 是哪个提交引入的；
• 候选补丁：能修复问题时附上建议修复方案。

在早期验证阶段，Anthropic 用这条流水线扫描了几十个开源项目，产生了数百份 bug 报告，其中包含多组可以链式利用、最终形成未认证远程代码执行（RCE）的漏洞组合（官方公告）。

验证数据：88% 的报告达到人工披露标准

服务上线前，Anthropic 请负责协调漏洞披露（CVD）流程的专家渗透测试人员，对扫描器产出的 97 个高危与严重漏洞进行了抽查，这些漏洞分布在 48 个项目里。结果：

• 85 个（约 88%）达到了 Anthropic 自己的 CVD 流程标准；
• 剩余 12 个里，11 个是真实漏洞但与其他已知发现重复；
• 只有 1 个是真正无效的误报。

已收到报告的维护者也很少把高危或严重发现判定为无效，不过有人反馈严重等级可能虚高，或者扫描器误解了项目的威胁模型（官方公告）。

几位知名项目的维护者给出了具体反馈：

• PostgreSQL（Noah Misch）：OSS Scanner 发现中"异常高比例"命中 PostgreSQL 缺陷，部分报告附带近乎可直接使用的修复，fast-track 通道让他们在 GA 发布前处理了最新问题；
• OpenSSL（Anton Arapov）：Glasswing 之前的早期 AI 报告"糟糕透顶"，但 Anthropic 的原始模型输出与人工报告相当甚至更好，尤其是报告附带真实可利用 exploit 时，工程师可以立刻验证；
• wolfSSL（Todd Ouska）：收到的 74 份报告中只有两份无效，其中 5 份最终成为 CVE；
• curl（Daniel Stenberg）：OSS Scanner 帮 curl 找到了多个值得修复的问题，包括近几年来最严重的 curl 漏洞之一。

加入方式与资格：向仓库提交 PR

符合条件的项目核心维护者可以这样加入：向 github.com/anthropics/oss-scanner 仓库提交一个 PR，按照标准项目模板填写信息即可（项目仓库，服务页面）。

资格标准与 OSS-Fuzz 类似：项目应"对基础设施和用户安全有重大影响"，具体由 Anthropic 逐案决定。换句话说，这不是面向所有开源项目的泛化服务，而是优先覆盖全球软件供应链里承担关键角色的那些项目。

为什么这件事值得关注：维护者人力是真正的瓶颈

把 OSS Scanner 放在更大的背景里看，最值得注意的不是"AI 又找到了漏洞"，而是 Anthropic 披露的一组对比数字：

• 过去六个月，Anthropic 用最新模型扫描了一些全球最重要的软件项目，发现 29,000 多个候选漏洞；
• 但人工只能审查和分流其中大约 6,000 个；
• 已有近 5,000 份未经人工验证的报告，在维护者主动要求后直接批量发送给了他们。

也就是说，模型发现漏洞的速度已经远超人类验证的速度。这与 Anthropic 在 n-day 研究中的另一个发现形成闭环：现代可利用漏洞可以在几分钟内被开发成 exploit（Anthropic n-days 研究）。在攻击者也在用 AI 加速的背景下，开源项目"发现并修复漏洞"的速度本身，正在成为防御能力的一部分。

Anthropic 表示会继续通过既有 CVD 流程人工披露经过验证的漏洞报告，尤其是那些没有资源自行分流报告的项目；OSS Scanner 则是给有能力接收原始报告的项目开出的快车道。配合同时公布的 Claude for OSS（为开源维护者提供免费 Claude Max 20x 订阅用于修复漏洞）和 Cyber Verification Program，这一整套动作属于 Anthropic Cyber Mission 的组成部分（Anthropic Cyber Mission 公告）。

从工具生态的角度看，OSS Scanner 的价值在于把"AI 安全审计"从企业订阅变成了开源基础设施。当最强模型可以免费、高频、带着复现器和补丁为开源项目服务时，开源安全的成本结构正在被重新定义——对维护者来说，收到一份带可验证 exploit 的 AI 报告，或许很快就和收到一份人工漏洞报告一样平常。

（内容由AI生成，仅供参考）