Linus Torvalds警告：AI漏洞报告洪流让Linux内核安全团队难以应对

为什么AI发现的漏洞会大量重复

现代AI辅助代码分析工具可以快速扫描像Linux内核这样规模巨大的项目。但正因为扫描速度极快，也意味着很多人会在同一时间对同一代码进行类似分析。

这会带来几个结果：

• 多个研究者独立发现同一个潜在漏洞
• 每个人都提交自己的漏洞报告
• 维护者必须逐条审查这些报告

内核文档指出，这类问题经常 “在多个研究者之间同时出现，甚至在同一天被发现”，导致维护团队不得不重复做相同的审查工作。

每一份报告都需要检查：

• 是否是真实漏洞
• 是否属于安全问题
• 是否影响当前支持的内核版本
• 是否已经在更新版本中修复

即使最终结论是“早已修复”，维护者仍然必须逐一确认并回复。

Linux 7.1：新增AI辅助漏洞报告指南

为减少这种噪音，Linux内核项目更新了安全漏洞报告文档，明确说明 如何提交安全漏洞以及如何负责任地使用AI工具。

文档主要补充了几个方面：

• 什么时候 不应该 抄送私密安全邮件列表
• 哪些类型的Bug 并不属于安全漏洞
• AI辅助漏洞报告的 最低信息要求

文档还进一步定义了什么才算真正的安全漏洞。一般来说，安全漏洞指的是：

攻击者在正确配置的生产系统中获得原本不应该拥有的能力。

换句话说，普通Bug、理论问题或已经公开的问题，不应该进入私密安全流程。

新的最低质量标准

最关键的变化，是对漏洞报告 证据和可复现性 的要求更加明确。

Linux内核文档规定：

• 每份安全漏洞报告 必须包含受影响的内核版本范围
• 没有版本信息的报告 将不会被处理。

之所以有这一要求，是因为大量漏洞报告实际上描述的是 早已修复的问题。如果没有版本范围，维护者就无法快速判断漏洞是否仍然存在。

除此之外，AI辅助报告也必须达到与普通报告相同的标准，例如：

• 清晰解释漏洞原理
• 提供日志、追踪或证据
• 在最新内核版本上验证
• 提供足够信息以复现问题

简单地转发AI自动生成的报告，很难满足这些要求。

AI时代的开源安全新挑战

这一事件反映出软件安全领域正在发生一个重要变化：

瓶颈不再是发现漏洞，而是验证和管理漏洞。

AI工具现在能够在大型代码库中快速发现潜在问题，但人类维护者审核这些问题的能力却无法同样快速扩展。

结果就是：

• 发现漏洞的成本越来越低
• 重复发现变得非常常见
• 人类安全团队的审核能力成为限制因素

Linux内核社区的做法并不是拒绝AI，而是提高标准：

只有当 AI辅助发现经过验证并达到维护者级别的证据质量 时，才值得占用宝贵的安全团队资源。

换句话说，AI可以帮助找到漏洞，但理解漏洞、验证漏洞、以及修复漏洞的责任仍然在人类开发者身上。