Anthropic玻璃翼计划七个月挖出3.8万漏洞，仅217条修复引质疑

Anthropic的“玻璃翼计划”（Project Glasswing）自2026年4月高调启动以来，一度被视为AI赋能网络安全的里程碑事件。该计划依托其安全专用模型Claude Mythos Preview，目标是系统性扫描关键开源软件与基础设施中的潜在漏洞，联合科技巨头与社区力量实现“提前防御”。然而，七个月后公布的实际进展却引发广泛质疑：截至2026年11月初，Claude已累计生成37,966条候选漏洞报告，而其中明确标记为“已修复”的仅有217条。

这一悬殊比例——不到0.6%的修复率——被网络安全公司VulnCheck在近期报告中重点指出。报告进一步显示，除已修复项外，另有419条被撤回、1,654条为重复报告；在全部发现中，仅约19.4%（7,349条）进入官方漏洞台账（Ledger），其余超30,600条仍处于“未登记”状态。

该计划命名取意于“玻璃翼蝶”——一种翅膀透明、隐匿于自然中的昆虫，象征长期潜伏却危害巨大的安全漏洞。Anthropic初期承诺提供1亿美元模型使用额度与400万美元开源安全基金，并宣称已发现数千高危漏洞，迅速吸引苹果、谷歌、微软、AWS及英伟达等企业加入合作阵营。彼时舆论普遍期待一个由AI驱动的“Mythos时代”开启：漏洞发现效率跃升，修复响应提速，安全防线前移。

现实却呈现另一面。根据VulnCheck追踪数据，仅在2026年9月至11月间，候选漏洞新增近12,000条;而同期“已修复”记录仅增加15条。更值得关注的是，归因于Anthropic的CVE编号共442个，占2026年全球公开CVE总量的0.5%，远低于其发现量所暗示的影响力。

Anthropic自身也承认了流程瓶颈。截至11月2日，其官方披露数据显示：37,966项候选中，6,376条经外部安全专家人工审核，确认6,009条有效；其中5,087条已向维护者报告，629条获得上游补丁。尽管该数字高于VulnCheck统计的217条（后者仅计入公开可查的修复记录），但两者共同指向一个核心矛盾：AI的发现速度已远超人工验证与修复能力。

这一矛盾在开源项目一线尤为尖锐。以网络工具curl为例，其核心维护者Daniel Stenberg于11月初再次收到Anthropic提交的45份漏洞报告。他在个人博客中坦言：“我们正努力避免被淹死。”此前他已多次表达压力：单人或小型团队难以应对持续涌入的报告流，尤其当许多报告需深入代码上下文才能判断真伪与优先级时。

开源社区的疲态并非孤例。多位Linux内核、OpenSSL等关键项目的维护者私下表示，AI生成的报告中存在大量误报、低风险项或需大量上下文澄清的问题，消耗本就稀缺的人力资源。有维护者估算，每处理一条有效报告平均需2–4小时，而当前报告增速使人力缺口呈指数级扩大。

面对困局，Anthropic于2026年10月8日推出OSS Scanner服务：开源项目维护者可主动申请，由Claude对其代码库进行免费扫描，生成的报告直接发送至项目方，绕过Anthropic内部人工审核环节。此举意在将“发现-反馈”链条缩短，提升响应效率。

然而，该方案并未解决根本问题——修复责任仍落在维护者肩上。开源项目普遍缺乏专职安全工程师，多数依赖志愿者；而历史技术债积压严重，许多基础库已多年未获系统性重构。AI的高效挖掘实则暴露了整个生态的脆弱性：它不是在“加固堤坝”，而是在“加速泄洪”，迫使社区直面拖欠数十年的技术债务。

值得注意的是，此次争议发生于AI安全能力快速演进的背景下。除Anthropic外，Google DeepMind的AlphaCode、Meta的CodeLlama Security等模型也在参与类似任务。但行业共识正在形成：单纯追求“发现数量”已无意义，关键在于构建可持续的闭环机制——从自动化验证、优先级排序到修复激励与工具支持。

部分专家提出分层响应模型：高危漏洞由平台兜底协调修复；中低风险交由自动化补丁生成工具（如GitHub Copilot的Security Fix模式）初筛；仅存疑项才提交人工复核。另有倡议呼吁设立“开源安全响应基金”，对高频接收AI报告的项目提供人力补贴。

目前，Anthropic尚未公布玻璃翼计划下一阶段的具体改进指标，仅表示将持续优化模型准确性与报告结构化程度。而VulnCheck在其报告结尾写道：“当AI能一天找出一万条漏洞时，我们真正需要的不是更多挖掘，而是重建一套能跟上它的修复体系。”

开源世界的韧性，正面临一次由AI触发的极限压力测试。