Anthropic 推出免费开源漏洞扫描器 OSS Scanner
Anthropic Launches OSS Scanner, a Free AI Vulnerability Scanner
Anthropic 发布了 OSS Scanner，使用包括 Claude Mythos 在内的最强模型定期审计关键开源项目，报告不经人工复核直接发给维护者。截至 10 月 19 日，已有 114 个项目从约 650 份申请中入选，上线 11 天报告 77 个严重和 803 个高危模型评级发现。
原文给出扫描器的运行方式、准确率数据和与 OSS-Fuzz 等项目的对比，读者可据此判断无人工复核的漏洞报告是否可信。
Anthropic 已推出 OSS Scanner，这是一款免费、可选入的针对关键开源项目的漏洞扫描器。Anthropic OSS Scanner 运行该公司最强大的模型，包括 Claude Mythos，对已注册的代码库进行扫描。报告将直接发送给维护者，无需人工审核。这种交易能更快地发现漏洞，但将分拣工作转移到了项目团队。在 10 月 8 日发布后的 11 天里，Anthropic 报告了 77 个关键漏洞和 803 个高评级漏洞。
简而言之
- 规模：截至 10 月 19 日，已有 114 个项目接受了约 650 份申请。
- 运行在：Anthropic 的基础设施上，免费。维护者提供一个 Dockerfile；审计在一个没有互联网的隔离虚拟机中运行。
- 性能：97 个被审计的关键和高评级漏洞中有 85 个（88%）符合 Anthropic 的披露标准。
- 最佳：97 个被审计的漏洞中只有 1 个是误报。wolfSSL 表示 74 份报告中有 72 份是有效的。
- 最差：在交付前没有人工审核。97 个被审计的漏洞中有 11 个重复了已知问题；维护者报告了夸大的严重性。
Anthropic OSS Scanner 是什么？
OSS Scanner 是 Anthropic 的一款免费应用程序，定期使用其最强大的模型对开源存储库进行审计。由 Frontier Red Team 和 Safeguards Research 团队 共同运行。其设计借鉴了 Google 的 OSS-Fuzz，但用语言模型替换了模糊器。
主要目标是审查瓶颈。在 6 个月的时间里，Anthropic 的模型发现了 超过 29,000 个候选漏洞。人工审查者分拣了其中大约 6,000 个。另外近 5,000 份报告直接发送给了维护者，他们要求所有内容，无论是否经过验证。OSS Scanner 将这种临时请求转变为一个可选项目。
OSS Scanner 如何工作？
核心维护者通过在 anthropics/oss-scanner 上打开一个拉取请求来注册。PR 添加了 projects/<project>/project.yaml，基于 项目模板。
- 必填字段：
repo、primary_contact和 Dockerfile 路径。 - 选填字段：
threat_model、pgp用于加密报告，auto_ccs、homepage和disabled。
Dockerfile 使用网络访问构建项目。然后虚拟机切换到没有互联网的网络进行审计。管道中的代理会双重检查错误，运行根本原因分析并提出补丁。
每份报告都包含一个自包含的重现器和对漏洞的解释。如果可能，它还包括一个二分法到引入该漏洞的提交。当可用时，会附上候选补丁。
可选的 threat_model.md 定义了对抗性输入、超出范围的代码和严重性标准。如果没有，扫描器会猜测。
OSS Scanner 报告有多准确？
Anthropic 团队要求其渗透测试人员检查 48 个项目中的 97 个关键和高评级漏洞。
- 85 (88%) 符合 Anthropic 的协调漏洞披露 (CVD) 流程的标准。
- 11 是真实的，但重复了已知问题或其他扫描发现。
- 1 是无效的。
维护者数据点也指向相同的方向。wolfSSL 收到了 74 份报告；除了 2 份外都是有效的，其中 5 份变成了 CVE。curl 修复了 CVE-2026-92392，这是一个高严重性的 HTTP/2 上传使用后释放漏洞。它影响 curl 8.12.0 到 8.22.0 版本，并在 2026 年 10 月 14 日发布的 8.23.0 中修复。
Anthropic 将此时间点与基准测试进展联系起来。在 CyberGym 上，LLM 从发现不到 20% 的漏洞提升到超过 85%。其更广泛的 CVD 仪表板 截至 10 月 2 日列出了 591 个项目中的 6,157 个已披露漏洞。其中 516 个已修复。
开源扫描器与其他开源安全程序
| 功能 | Anthropic 开源扫描器 | Google OSS-Fuzz | OpenAI Codex for OSS | Google DeepMind CodeMender |
|---|---|---|---|---|
| 方法 | LLM 代理（Claude Mythos 和其他）审计源代码 | 模糊测试：libFuzzer、AFL++、Honggfuzz 加上清理程序 | Codex 安全代理，由批准的维护者运行 | Gemini Deep Think 代理发现并修复错误 |
| 维护者成本 | 免费；Anthropic 覆盖全部成本 | 免费 | 批准的维护者获得 ChatGPT Pro、API 信用、条件性 Codex 安全访问 | 未披露 |
| 注册 | 带有 project.yaml 和 Dockerfile 的 PR | 带有项目文件到 google/oss-fuzz 的 PR | 由 OpenAI 审查的应用 | 未披露（研究项目） |
| 维护者在查看前进行人工审查 | 否 | 未披露 | 维护者运行并审查扫描 | 是，每次补丁在上游之前 |
| 报告内容 | 可重复的步骤、解释、二分法、候选补丁 | 带复现器的崩溃报告 | 带验证和补丁的发现 | 已提交上游的补丁 |
| 披露截止日期 | 未验证发现中无披露 | 90天或修复发布，加14天宽限期 | 未披露 | 未披露 |
| 已发布的记录 | 11天内77个严重+803个高评级模型发现 | 13,000多个漏洞，50,000个错误，1,000个项目（2025年5月） | OSS项目中的14个CVE | 72个安全补丁已上游（2025年10月） |
| 精确数据 | 97个审核中88%的严重/高有效 | 未披露 | Beta版中误报减少了50%以上 | 未披露 |
来源： OSS-Fuzz披露指南, OpenAI Codex Security, DeepMind CodeMender.
关键要点
- OSS Scanner为关键开源项目提供免费的Claude Mythos审核。
- 报告跳过人工审核；97个审核中88%的严重/高发现有效。
- 前11天：77个严重和803个高评级模型发现。
- 注册是一个带Dockerfile的PR；审核离线运行。
- 未验证发现不适用90天截止日期。
查看发布文章，OSS Scanner常见问题解答和GitHub仓库。此外，欢迎关注我们的Twitter，别忘了加入我们的15万+机器学习SubReddit并订阅我们的 Newsletter。等等！你用Telegram吗？现在你也可以在Telegram上加入我们了。
需要与我们合作推广您的GitHub仓库OR Hugging Face页面OR产品发布OR网络研讨会等？联系我们
来源: MarkTechPost · marktechpost.com