Anthropic 推出免费开源漏洞扫描器 OSS Scanner：11天揪出880项高危发现
Anthropic 正式推出免费、自愿加入的开源漏洞扫描器 OSS Scanner，由 Claude Mythos 等最强模型定期审计关键开源项目，报告直达维护者。上线11天报告77项严重、803项高危发现，人工抽检88%有效。
Anthropic 于10月8日正式上线 OSS Scanner——一个面向关键开源项目的免费、自愿加入式漏洞扫描器。该工具由公司最强模型（包括 Claude Mythos）驱动，直接向项目维护者推送审计报告，中间不经过人工复核。上线仅11天后，Anthropic 于10月19日前后公布数据：已收到约650份项目申请，其中114个项目获准加入，扫描器共报告77项严重级和803项高危级的模型评级发现。
这一产品的切入角度颇具野心：用大语言模型取代传统模糊测试，直接审计源代码，以缓解开源安全领域长期存在的“人工审查瓶颈”。过去六个月，Anthropic 的模型已累计挖掘出超过29,000个候选漏洞，人工团队仅能分诊其中约6,000条；另有近5,000份报告被直接送给那些要求“全部照单全收”的维护者。OSS Scanner 正是把这种临时性合作制度化为常态项目。
如何运作：一个 PR 就能接入
维护者只需向 anthropics/oss-scanner 仓库提交一个 Pull Request，添加 projects/
审计流程设计颇为严谨：项目的 Dockerfile 先在有网络的环境下完成构建，随后虚拟机被迁移到一个无互联网的隔离网络中执行审计。流水线中的智能体会对疑似漏洞进行二次确认、执行根因分析并提出补丁建议。每份报告都包含可独立复现的 PoC、漏洞成因解释，条件允许时还会附上引入漏洞的具体 commit 的二分定位结果，以及候选修复补丁。
项目可通过可选的 threat_model.md 文件定义对抗性输入范围、超出扫描范围的代码以及严重性评级标准。若未提供该文件，扫描器将自行推测攻击面，这也意味着维护者定义得越清楚，报告噪音越低。
准确率如何：88% 通过披露门槛，仅1例误报
为验证报告质量，Anthropic 安排自家渗透测试人员对48个项目中的97项严重和高危发现进行了人工抽检。结果显示：85项（88%）达到其协调漏洞披露（CVD）流程的披露门槛；11项虽真实存在但与已知问题或其他扫描发现重复；仅1项无效——即假阳性率约为1%。
维护者侧的数据同样佐证了这一点。wolfSSL 共收到74份报告，其中仅2份无效，5个问题最终转化为 CVE 编号。curl 项目则修复了 CVE-2026-92392，一个高危的 HTTP/2 上传释放后使用（use-after-free）漏洞，影响 curl 8.12.0 至 8.22.0 版本，修复已于2026年10月14日随 8.23.0 版本发布。
Anthropic 将这种能力跃升与基准测试的进步挂钩：在 CyberGym 基准上，大模型发现漏洞的比例已从不足20%提升到85%以上。截至10月2日，Anthropic 更广泛的 CVD 仪表盘显示，其已披露6,157个漏洞，覆盖591个项目，其中516个已获修补。
与 Google、OpenAI、DeepMind 方案的同场竞技
开源安全自动化并非 Anthropic 一家独秀。OSS Scanner 的设计明显借鉴了 Google 的 OSS-Fuzz——但用语言模型智能体替换了 libFuzzer、AFL++、Honggfuzz 等模糊测试器与消毒器组合。OSS-Fuzz 截至2025年5月已累计发现50,000多个漏洞、覆盖1,000个项目、披露13,000多个漏洞，并实行90天披露期限加14天宽限期的机制。
OpenAI 的 Codex for OSS 则采取另一条路线：经审核的维护者可获得 ChatGPT Pro 订阅、API 额度以及有条件的 Codex Security 访问权限，由维护者自行运行和审查扫描，目前已在开源项目中产出14个 CVE，并在测试阶段将误报率降低了50%以上。Google DeepMind 的 CodeMender 则由 Gemini Deep Think 智能体自主发现并修补漏洞，截至2025年10月已向上游提交72项安全修复，但每一处补丁都需经人工审查后才能进入上游代码库。
OSS Scanner 的独特之处在于成本为零——Anthropic 承担全部算力费用，且报告不设披露期限（针对未经人工验证的发现）、不做前置人工审核。这种取舍换来的是更快的发现速度，但也把分诊压力转嫁给了维护者团队：有维护者反映部分报告的严重程度评级偏高，11项重复发现也说明去重机制仍有改进空间。
开源基础设施的安全债正在以远超人工审查能力的速度积累，把最强模型直接交给维护者，是 Anthropic 给出的答案——尽管这份“未经过滤的礼物”需要社区自己消化。
影响与展望
对资源匮乏的关键开源项目而言，OSS Scanner 意味着原本只有商业团队才能负担的深度代码审计，如今可以零成本获取，且每次审计都在隔离环境中进行，不泄露源码。但“无披露期限”设计也引发讨论：未经验证的发现不受90天倒计时约束，理论上给了维护者充分的修复时间，却也可能让某些真实漏洞在缺乏催促的情况下长期悬而未决。
从 CyberGym 基准上20%到85%的跨越，再到11天内880项高危发现的真实战绩，AI 驱动的漏洞挖掘正从实验走向规模化生产。随着114个先行项目积累运行数据，OSS Scanner 能否在精度、去重和严重性校准上持续迭代，将决定这类“模型直连维护者”模式能否成为开源安全的新基线。维护者如需参与，可通过 GitHub 仓库查阅启动公告、FAQ 并提交注册 PR。