互联网漏洞悬赏计划暂停奖励发放
向开源软件漏洞报告者发放奖励的互联网漏洞悬赏计划(Internet Bug Bounty)宣布暂停。负责管理该计划的HackerOne表示,正在"暂停接收提交",同时评估更有效应对开源安全问题的方式。
互联网漏洞悬赏计划由多家头部软件企业共同资助,自2012年运营至今,已向漏洞报告研究人员累计发放超过150万美元的奖励。此前,奖励资金中80%用于奖励新漏洞的发现,20%用于支持漏洞修复工作。然而,随着人工智能技术的普及使漏洞发现变得更加便捷,这一比例结构亟需调整。HackerOne在声明中指出:"AI辅助研究正在加速整个生态系统中的漏洞发现,覆盖范围和发现速度均大幅提升。开源领域漏洞发现与修复能力之间的平衡已发生实质性转变。"
首批受到影响的项目之一是Node.js——一个广泛应用于Web应用程序开发的服务器端JavaScript平台,以其庞大的生态系统著称。据其官网公告,尽管Node.js项目团队将继续通过HackerOne接收并处理漏洞报告,但由于失去互联网漏洞悬赏计划的资金支持,该项目将不再向研究人员发放漏洞奖励。
互联网漏洞悬赏计划并非唯一一个因AI介入漏洞挖掘而陷入困境的项目。今年1月,Curl项目宣布停止接收新的漏洞提交;而就在上个月,谷歌也对其开源软件漏洞奖励计划(Open Source Software Vulnerability Reward Program)中的AI生成提交内容实施了限制。
Q&A
Q1:互联网漏洞悬赏计划为什么暂停奖励发放?
A:HackerOne表示,AI辅助研究已大幅提升漏洞发现的速度和覆盖范围,导致漏洞发现数量与开源社区实际修复能力之间出现严重失衡。原有80%奖励用于发现、20%用于修复的资金分配模式已不再适用,因此计划暂停奖励发放,重新评估开源安全的应对机制。
Q2:Node.js项目受到互联网漏洞悬赏计划暂停的影响了吗?
A:是的。Node.js是首批受到影响的项目之一。虽然Node.js团队仍会继续通过HackerOne接收和处理漏洞报告,但由于失去互联网漏洞悬赏计划的资金支持,研究人员提交漏洞后将不再获得任何经济奖励。
Q3:除互联网漏洞悬赏计划外,还有哪些项目因AI问题暂停了漏洞提交?
A:类似情况并不罕见。今年1月,Curl项目宣布停止接收新的漏洞提交;上个月,谷歌也对其开源软件漏洞奖励计划中由AI生成的漏洞提交内容实施了限制。这表明AI对漏洞挖掘领域的冲击已成为行业普遍面临的挑战。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。