Anthropic Adds Opt-In Security Scanning for Critical Open-Source Projects

Anthropic 为关键开源项目添加可选安全扫描功能 - InfoQ

InfoQ 首页 News Anthropic 为关键开源项目添加可选安全扫描功能

AI, ML & 数据工程

QCon 旧金山 (11 月 16-20 日): 深度技术会议。改变你思维方式的同行对话。

Anthropic 为关键开源项目添加可选安全扫描功能

2026 年 10 月 23 日 3 分钟阅读

by

• Matt Saunders

#### 关注我们

YouTube

232K 粉丝

LinkedIn

26K 粉丝

Instagram

新

RSS

19K 读者

X

57.1k 粉丝

Facebook

21K 喜欢

Bluesky

收听本文 -

0:00

音频准备播放

您的浏览器不支持音频元素。

正常

1.25x

1.5x

喜欢

新下拉阅读列表

• 阅读列表

人工智能公司 Anthropic 推出了 OSS Scanner，这是一项免费的可选服务，用于发现开源项目中的漏洞。加入该服务的维护者将定期收到由公司最强模型（包括 Claude Mythos）生成的安全报告。这些报告在未经人工审核的情况下直接发送，项目维护者可以选择验证发现结果并决定接受哪些修复方案。

在 10 月 8 日的公告中，Anthropic 的 Frontier Red Team 解释称人工验证已成为瓶颈。过去六个月，其模型识别出超过 29,000 个候选漏洞，但研究人员仅手动审查和分类了约 6,000 个。希望获得早期访问权限的维护者在申请后已收到近 5,000 份未经验证的报告，同时附带了修复方案。

每份扫描报告包含可独立复现的漏洞示例和对疑似漏洞的解释。在可能的情况下，它会通过二分法确定引入漏洞的代码变更并提供候选补丁。这延续了 Project Glasswing 的工作，InfoQ 在 4 月曾报道过 Anthropic 限制 Mythos Preview 访问权限至参与组织。

PostgreSQL 维护者 Noah Misch 表示快速通道访问帮助项目在正式发布前解决了问题：

"我们收到的多份报告都附带了几乎可以直接使用的修复方案" Noah Misch, PostgreSQL

该公司通过要求渗透测试人员评估 48 个项目中 97 个关键和高严重性发现来测试早期扫描器版本。其中 85 个符合其协调漏洞披露标准。另外 11 个是真实漏洞但属于已知问题或其他扫描结果的重复，而 1 个无效。这些结果描述了所选样本，而非为服务生成的每份报告建立准确性率。

Anthropic 承认部分维护者发现了一些严重性评级虚高和对项目威胁模型的误解。尽管如此，OpenSSL 公司的 Anton Arapov 仍将原始报告描述为"与我们从人工获得的结果一样好，有时甚至更好"，特别是当存在现成的利用方式时验证变得简单。

wolfSSL 的 Todd Ouska 报告称候选补丁符合项目的现有验证和修复流程：

"在我们收到的 74 份报告中，除 2 份外都有效，其中 5 份被标记为 CVE。" Todd Ouska, wolfSSL

还有在公告之外，也存在一个由维护者确认的示例。curl 的 Daniel Stenberg 表示，通过 OSS Scanner 工具，将一个 HTTP/2 上传使用后释放漏洞归因于 Anthropic 的 Luna Tong。该漏洞在 curl 8.23.0 版本中修复，CVE-2026-92392 在特定条件下可能允许远程代码执行。Stenberg 之所以将其评为高风险而非关键风险，是因为成功利用该漏洞的难度较大；更可能的结果是程序崩溃。

Anthropic 将 Google 的 OSS-Fuzz 视为灵感来源，尽管 OSS Scanner 使用语言模型来分析代码。另一个可比项目是 Google DeepMind 的 CodeMender，InfoQ 于 2025 年 10 月对此进行了报道。在那次发布声明中，研究人员 Raluca Ada Popa 和 Four Flynn 描述了通过程序分析和测试实现的自动化补丁验证。与 OSS Scanner 直接提交未经审查的发现不同，他们在提交上游之前保留了人工审核环节。

发现后的后续工作也体现在社区评论中。Varun Badhwar 在 LinkedIn 上写道："如果你落后三个主要版本，上游补丁帮助不大。"作为应用安全厂商 Endor Labs 的 CEO 和联合创始人，Badhwar 认为，企业需要确定漏洞代码是否可访问，并且能否在不破坏应用程序的情况下采用修复方案。

Dimitrios Thomas 以个人身份在 LinkedIn 上写道，评估应考虑"验证准确性、维护者工作量以及从发现到部署修复的时间"。他建议的衡量标准超出了报告漏洞数量的范畴。

扫描器 FAQ 描述了代理如何在发送邮件报告前双重检查漏洞、提出补丁并分析根本原因。这种自动化检查与人工审核是分开的。后续扫描会查找新引入的问题以及之前遗漏的事项；其频率取决于包括项目使用情况和服务工作负载在内的多种因素。

核心维护者通过包含项目配置和 Dockerfile 的 GitHub Pull Request 注册，Dockerfile 用于准备构建和依赖项。设置完成后，扫描可在无网络连接的情况下运行，可选的威胁模型文件可以记录范围和严重性预期。资格评估是逐案进行的，优先考虑那些对基础设施和用户安全至关重要的已建立项目，并且已经能够处理已验证的高严重性报告。

维护者可以使用威胁模型文档来识别不受信任的输入、排除组件并解释他们如何判断严重性。它还可以指定首选的报告格式和补丁预期。Anthropic 会手动检查注册请求，确认申请人是核心维护者，并且发现结果将传达给授权的项目安全联系人。

项目可以暂停报告或撤回。未经验证的发现没有自动的 90 天披露期限，但后续经人工验证的报告可以进入单独的协调披露流程，该流程的 90 天期限从维护者收到验证通知时开始。公司继续提供人工审核的披露，特别是对于没有资源处理原始发现的项目。

作者部分主容器

关于作者

部分标题

每个作者的主容器

#### Matt Saunders

显示更多

显示更少

#### 本内容属于 AI、机器学习与数据工程主题

##### 相关主题：

• AI、机器学习与数据工程
• AI 安全
• 开源
• Anthropic
• 相关编辑
• 相关赞助商

• 赞助商 2026年10月29日，上午1点EDT 从代币到功能：为AI辅助工程构建成本归属架构 演讲者：Martin Reynolds - Harness公司现场首席技术官，Barani Mohandoss - Trimble公司云治理、FinOps与E-工具部门总监

InfoQ新闻通讯

每周二发送的InfoQ上周内容精选。加入超过25万名高级开发者的社区。查看示例

我们保护您的隐私。