Anthropic推出OSSScanner开源安全扫描服务，ClaudeMythos模型已识别超2.9万个潜在漏洞

Anthropic 近日正式向公众开放其开源安全扫描服务 OSS Scanner，标志着大语言模型在基础设施级安全防护中的落地进入新阶段。该服务基于 Anthropic 自研的最强模型 Claude Mythos，面向关键开源项目提供免费、可选加入的安全漏洞检测能力。截至10月8日公告发布时，系统已在6个月内识别出超过29,000个潜在漏洞，其中约5,000份未经人工核验的报告已提前发送给申请加入的项目维护者。

OSS Scanner 的运作机制高度自动化：注册项目后，系统在断网隔离环境中运行扫描，每份报告均包含独立复现程序、漏洞成因说明，并在可行情况下通过二分法定位引入缺陷的代码变更点，同时附带候选补丁。值得注意的是，所有报告均未经人工审核即直接推送至维护者邮箱，由后者自主验证并决定是否采纳修复方案——这一设计源于 Anthropic Frontier Red Team 的现实瓶颈判断：人工审查速度远跟不上模型发现速度，6个月中仅完成约6,000个漏洞的人工分类。

多个主流开源项目已接入该服务并反馈积极成效。PostgreSQL 维护者 Noah Misch 表示，快速通道访问帮助项目在正式版发布前处理了关键问题，“有多份报告附带的修复方案几乎可以直接使用”。wolfSSL 的 Todd Ouska 报告称，在收到的74份报告中仅2份无效, 5个被分配 CVE 编号；OpenSSL 工程师 Anton Arapov 则评价原始报告“质量不错，有时甚至高于人工提交的报告”，尤其当附带可复现代码时，验证效率显著提升。

最具说服力的案例来自 curl 项目：作者 Daniel Stenberg 将 CVE-2026-92392（一个 HTTP/2 上传 use-after-free 漏洞）归功于 Anthropic 研究员 Luna Tong 使用 OSS Scanner 的发现。该漏洞在 curl 8.23.0 中修复, 被定级为高危——虽实际利用难度较高，但可能导致远程代码执行风险。

OSS Scanner 是 Anthropic Glasswing 计划的延续。早在4月，该公司仅向合作机构开放 Mythos 预览权限进行小范围测试；此次全面开放，资格审核仍严格：核心维护者需提交 GitHub PR，内含项目配置与 Dockerfile 构建环境，Anthropic 人工确认申请人身份及项目成熟度后方可启用。扫描频率依项目规模与服务负载动态调整，维护者还可提交威胁模型文件，明确输入信任边界、组件排除范围及严重性判定逻辑，以提升报告适配度。

尽管效果显著，Anthropic 也坦承当前局限：部分维护者反馈存在漏洞严重等级虚高、对项目特定威胁模型理解偏差等问题。安全专家 Varun Badhwar（Endor Labs CEO）指出，企业更关注“易受攻击代码是否可达”及“修复是否影响现有应用”，而非单纯漏洞数量；Dimitrios Thomas 则强调评估应纳入“验证准确性、维护者工作量、修复部署周期”等多维指标。

与此同时，Anthropic 在另一技术方向同步推进：11月4日，公司开源 FlashProve 系统，实现大语言模型推理过程的密码学可验证性。该技术基于零知识证明（zkSNARK），允许服务商在不公开模型权重的前提下，为每次 AI 回答生成一份“身份证明”，用户可通过轻量验证确认输出确实源自指定模型版本。

FlashProve 已在 Meta 的 Llama 4 Maverick（4000亿参数混合专家模型）上完成实测：单张 NVIDIA H100 GPU 可实现约110 Token/秒的证明生成速度，每1024 Token 请求对应证明文件约18.78 MB；验证端仅需24线程CPU，耗时约17秒。相比以往聚焦小型模型的零知识机器学习研究，FlashProve 首次将可验证推理扩展至千亿级参数场景，性能达原生推理速度的70%–95%。

该系统旨在解决四类现实信任问题：服务商替换低价模型、第三方路由平台篡改模型、推理服务器遭攻击导致输出被劫持，以及安全评估中测试对象与实际部署模型不一致。Anthropic 强调，其证明机制仅验证“回答来源”，不保证内容正确性；但对合规审计、防篡改与可信部署具有实质价值。

两项举措共同体现 Anthropic 的技术路径：一方面将大模型能力下沉至开源生态底层安全防护，另一方面构建模型服务层的信任基础设施。前者依赖模型对代码语义的深度理解能力，后者则融合密码学与形式化验证——二者均跳过传统人工干预环节，转向“模型自主发现+用户自主决策”的新型协作范式。

行业观察认为，OSS Scanner 的模式可能引发开源安全工具链的重构。谷歌 OSS-Fuzz 依赖模糊测试与符号执行，DeepMind 的 CodeMender 虽结合程序分析与自动补丁生成，但仍保留人工审核环节；而 Anthropic 直接推送未审核结果，本质是将验证责任下放至维护者，以换取规模与速度优势。这种“高吞吐、低延迟、强自治”的策略，既反映大模型推理成本下降的现实，也倒逼开源社区建立更高效的漏洞响应流程。

未来挑战在于平衡精度与可用性。若误报率持续偏高，维护者将面临“警报疲劳”；若漏报过多，则削弱服务公信力。Anthropic 在 FAQ 中提及，智能体将在报告发送前自动复查错误、生成补丁并分析根因——这一内置校验层或将成为后续迭代重点。随着更多项目接入与反馈积累，OSS Scanner 有望从辅助工具逐步演变为开源软件供应链安全的事实标准之一。