Anthropic免费开放AI漏洞扫描：591个开源项目6157个漏洞，真阳性率92.7%

2026年10月8日，Anthropic正式发布OSS Scanner，一项面向开源生态系统的免费漏洞扫描服务。据Anthropic官方博客披露，从2025年11月1日至2026年10月2日，该系统已扫描591个开源项目，共披露6157个漏洞报告；六家外部安全机构对其中6123条发现进行了独立核实，确认5674条有效，真阳性率为92.7%。在这6157条报告中，5103条已被项目维护者确认，516条已完成上游修复。

这组数字的背后是一个更大的数量级：Anthropic模型在扫描过程中实际发现了29439个候选漏洞，但人工审核能力只覆盖了其中约6000条。也就是说，还有超过两万个机器发现、尚未经人工确认的潜在漏洞处于积压状态。

机器报告直达维护者：跳过人工审核的速度换取

理解OSS Scanner的关键，在于它刻意绕开了传统漏洞披露流程中最耗时的一个环节：人工验证。

过去，负责任的漏洞披露（CVD）流程通常如下：安全研究员发现漏洞→内部核实→通知项目方→给予修复窗口期（通常90天）→公开披露。每个环节都需要人工介入，整个周期可以拉到数月。

OSS Scanner的做法是：Claude Mythos（Anthropic目前最强的模型）扫描代码，生成包含可复现步骤、漏洞说明和候选修复补丁的完整报告，然后直接发送给项目维护者，不经任何人工审核。Anthropic在官方说明中坦承，这意味着报告可能存在错误，包括错误的严重等级判断或对项目安全假设的误解。

它用可能存在的误报风险换取了规模和速度——而92.7%的外部核实真阳性率，是目前可以公开引用的性能基线。

据Anthropic官方博客描述，报告中包含可自我复现的漏洞证明、漏洞引入时间点（通过代码历史溯源）以及候选修复补丁，而非简单的“这里有个问题”。来自OpenSSL Corporation的Anton Arapov对此评价称，早期的AI报告“与我们从人类收到的一样好，有时甚至更好”，并特别指出附带可用漏洞利用代码的报告对于验证工作尤为有价值。

项目准入本身并不开放：只有核心基础设施项目的维护者才能申请加入，Anthropic会逐一手工核查，入选标准参照Google OSS-Fuzz——需要接受不可信输入、且有大量下游依赖项目。维护者通过向Anthropic的公开代码仓库提交包含项目描述和构建配置的PR来完成申请，扫描在隔离的离线沙盒中运行。

与OSS-Fuzz的分叉：一个关键的透明度差异

Anthropic在官方博客中明确将OSS Scanner定位为“受Google OSS-Fuzz启发”的项目。OSS-Fuzz自2016年起持续运行，是迄今规模最大的开源软件自动化安全扫描基础设施，采用的是模糊测试（fuzzing）技术——向程序输入大量随机数据，观察哪些输入会导致崩溃或异常行为。OSS Scanner则用大语言模型替代了fuzzer，通过理解代码语义来识别漏洞，而非仅依赖程序执行时的行为观测。

两者在方法论上的差异，体现在各自擅长的漏洞类型上：fuzzing对内存损坏类漏洞（缓冲区溢出、堆破坏）效果突出，而语言模型在逻辑漏洞、权限绕过、不安全的反序列化等需要语义理解的场景中可能更具优势。从Anthropic披露的漏洞类型数据来看，其发现包含了多类此前模糊测试难以覆盖的问题。

但两个项目存在一个根本性的机制分叉：OSS-Fuzz的漏洞报告在修复发布或90天窗口到期后会强制公开，这个公开追踪器是下游用户了解哪些问题已被修复的核心渠道。OSS Scanner则明确声明没有90天强制公开期，报告不会公开披露，只有后续经人工确认后进入CVD流程的漏洞才可能启动单独的披露计时。

这个差异对依赖软件成分分析（SCA）工具的企业用户意味着：OSS Scanner修复的漏洞可能永远不会出现CVE编号，也不会触发你的依赖扫描工具告警。你的依赖库悄悄打了补丁，而你并不知情。

各方利益相关者的真实得失

对于开源项目维护者而言，最直接的变化是收到的漏洞报告质量提升，以及获得了一种“不请自来”的安全扫描资源。从实际数据看，5103条报告被维护者确认、516条完成修复，说明相当比例的维护者选择了接收并处理这些报告。Anthropic博客还提到，部分维护者主动要求获取所有尚未经人工核验的原始报告——即便这些报告未经确认——因为他们宁愿自己筛选，也不愿等待Anthropic的人工审核队列。

对企业安全团队而言，压力来自两个方向。一方面，他们的开源依赖正在被不断修复，这是好事；另一方面，CrowdStrike的Adam Meyers在接受采访时点出了另一个困境：“问题在于打补丁”——如果漏洞发现速度提升十倍，安全团队将“完全不堪重负”。6157个发现背后还有29439个候选漏洞的积压，如果这些内容后续大量释放，上游修复需求将形成冲击波。

对Anthropic的竞争对手和商业安全产品而言，OSS Scanner的出现构成了一种新的市场信号：前沿AI模型在代码安全场景的实战能力正在从“可能有用”跨越到“大规模有效”。Anthropic同时拥有商业版本Claude Security（面向企业收费）和免费的OSS Scanner，两条线共享模型能力，分别服务不同市场。

能力跃迁的历史背景

据Anthropic官方博客描述，在CyberGym学术漏洞发现基准测试中，大语言模型在2025年初的漏洞发现率低于20%，到2026年已超过85%。这不是一个缓慢爬坡，而是在大约18个月内完成了从“基本没用”到“接近顶级研究员水平”的跃迁。

这个曲线解释了为什么Anthropic此时选择大规模公开：当模型能力处于“偶尔有用”阶段时，公开运行的价值有限；当准确率超过90%、且每次扫描都能附上可复现的漏洞利用代码和候选补丁时，公开运行本身就成了一种可量化的公共产品。

与此同时，Anthropic的OSS Scanner数据本身也构成了一个训练信号。6家外部机构核实了6123条报告，这批高质量的“模型预测 vs. 人工判定”标注数据，无论未来如何使用，都具有明显的模型改进价值。

战略判断：这是供应链信任的竞争起点

Anthropic此次同日发布的两个项目——针对开源生态的OSS Scanner和针对关键基础设施的Cyber Mission——在受众上完全不同，但在战略逻辑上指向同一方向：将前沿模型能力定向输送到防御性安全场景，并以此建立与安全社区的信任关系。

对开源社区而言，免费扫描服务是实质性的价值输出，而不是营销承诺。目前516个漏洞已被修复是可以核实的事实；Anthropic的模型能力进入了此前只有少数顶级机构能触达的高价值场景。这种信任一旦建立，将在开源开发者、安全研究员和企业采购决策者中形成反应链。

但这套逻辑能否持续，取决于两个尚不明朗的变量。第一是维护成本：29439个候选发现、6157个已披露、仅516个修复，意味着维护者侧的处理能力目前是硬瓶颈。如果Anthropic加速释放积压报告，而维护者没有相应的处理资源，反而可能产生“漏洞通知疲劳”。第二是公开透明度设计：OSS Scanner当前没有公开披露义务，与OSS-Fuzz建立的公开追踪器模式存在明显差距。安全社区对“修复了什么”的可见性需求，最终可能成为这套机制能否赢得长期信任的关键测试点。