Glasswing 七个月的实际战绩如何？

按 VulnCheck 第三方追踪口径：442 个 CVE，月均约 63 个，占今年全部 CVE 约 0.5%，仅 2 个被野外利用；Anthropic 账本自报 37,966 条报告、217 条修复、7,349 条公开，撤回与重复项都超过修复数。两套数字都与启动时「数千个高危与严重级漏洞」的量级叙事有落差。

为什么 curl 的核验结果重要？

这是维护者逐份核验 AI 漏洞报告并公开结论的罕见样本：45 份报告中已核验 34 份，19 份「不是漏洞」、6 份确认低危、9 份待评估，假阳性率 55.9%；而 Anthropic 账本自评真阳性率 94.2%。两套口径不能同真，差距暴露了验证负担转嫁给维护者的问题。

这份报告可以完全采信吗？

不能。VulnCheck 是与 Anthropic 存在竞争关系的漏洞情报厂商，HN 评论区已指出其结论与自家商业模式一致；且账本中 80.6% 的 findings 未公开，质量外界无从知晓，属幸存者分析。合理读法是两套数字分别标注口径、交叉处才下判断，不做单边定罪。

热点跟踪 041｜号称找到数千高危漏洞，七个月对账：37,966 条报告只修复 217 条

发生了什么

背景线。2026 年 4 月 7 日，Anthropic 启动 Project Glasswing，发布时的官方口径原话是「已识别数千个额外的高危与严重级漏洞，正在负责任地向开源维护者披露」。启动期声势极大：发布帖 HN 1541▲/836💬，5 月 22 日首次更新 561▲，6 月 2 日扩展 180▲。5 月，Anthropic 上线自己的披露账本（ledger），仅不定期批量更新。10 月 8 日又发布 OSS Scanner 自助扫描服务，自述已发现超 29,000 个候选漏洞、但只人工复核约 6,000 个，「瓶颈在人工验证能力」；并且已向要求全量接收的维护者发出近 5,000 份未经验证的报告。「完全模型生成、无人工复核或三分」是 Anthropic 官方自述原话。

审计线。VulnCheck 从 4 月 17 日开始追踪，早于 Anthropic 自家账本上线；方法是维护开源仓库 Anthropic Credited CVEs，交叉比对 CVE 记录、GHSA、Linux 内核 commit 与 Anthropic 自家账本，并人工审计公告。这不是 VulnCheck 第一次发布追踪结果：从 4 月 15 日的首篇观察起，它已经连续发布了账本观察（6 月 9 日）、利用现状报告（7 月 28 日）和上一次阶段对账（9 月 8 日），本篇是七个月节点的第五次更新。七个月的结果（以下均为 VulnCheck 追踪口径）：可归因于 Anthropic 的 CVE 共 442 个，月均约 63 个，占今年全部 93,450 个 CVE 的约 0.5%；442 个中仅 2 个被野外利用（0.45%，CVE-2026-61500 与 CVE-2026-26980，对照 VulnCheck KEV）。另一个对照：VulnCheck 追踪到的 442 个，超过 Anthropic 自家账本标记已修复数（217，Anthropic 自报）的两倍。

维护者实锤。约 11 月 6 日，博客发布前三天，curl 维护者 Daniel Stenberg 宣布收到 Anthropic 一批 45 份漏洞报告，Anthropic 自评只有 1 份中危、其余全部低危；Daniel 刻意放慢转 GitHub 的速度「以降低对团队的冲击」，计划本周内全部公开。已公开 34 份的核验结果：19 份标记「不是漏洞」，6 份确认低危，9 份待评估，假阳性率 55.9%，确认率 17.6% 且全部低危。这不是第一次：今年 5 月 Daniel 就写过，5 条 Mythos findings 最终只确认 1 个漏洞。截至发稿，未见 Anthropic 对这份审计报告正面回应（HN 与博客均无回应记录）。

账本审计：发现量暴涨，修复停滞

把 Anthropic 自报的账本数字按时间排开，问题自己会说话。5 月上线时：23,019 条 findings，自称真阳性率 90.8%。11 月 2 日最新更新：37,966 条 findings，仅 217 条标记已修复，7,349 条（19.4%）已公开。

再看 09-08 到 11-02 近两个月的变化表（均为 Anthropic 自报）：总 findings 从 26,153 涨到 37,966（+11,813）；已公开从 2,736 涨到 7,349；已修复从 202 到 217（仅 +15）；撤回从 245 到 419（+174）；重复从 2 到 1,670（+1,668）。累计口径下，重复项 1,654 条（4.4%），是修复数的约 7.5 倍。重复项的暴增不是偶然：VulnCheck 在 9 月的上一篇更新里就警告过，报告在账本里堆得越久，别人先发现、先修复同一个漏洞的概率就越高。两个月后，这个预判应验了：发现端产能开满，修复端堵死，中间堆出来的就是重复和撤回。

发现量两个月涨了近一半，修复数只挪了 15 条；撤回和重复的增量都比修复的增量大。VulnCheck 抓住的疑点正在这里：撤回和重复都比修复多，自称真阳性率却从 90.8% 一路升到 94.2%（09-08 时 91.4%，+2.8 个点）。账本可能缺了「三分未通过」的反馈回路，被维护者判为「不是漏洞」的报告没有计入分母。此外 VulnCheck 还发现账本存在把已披露数虚高的 bug（「disclosed」过滤器可复现）。

严重度也对不上。VulnCheck 9 月的发现：Claude 把账本里 91.5% 的 findings 评为严重/高危，而维护者只认 51.3%。同一批报告，机器自评和维护者认定之间差了 40 个百分点。

验证负担转嫁：从 OSS Scanner 到 curl

第二条批评主线不是数字，是流程。让人工三分每一条发现明显不可扩展，Anthropic 自己也这么说，于是有了 10 月 8 日的转向：OSS Scanner 改成自助模式，维护者自己申请扫描、自己三分结果。OSS Scanner 上线后，29,000 个候选漏洞里只人工复核了约 6,000 个，近 5,000 份未经验证的报告直接发给了要求全量接收的维护者。按 Anthropic 自述，这些报告完全模型生成，无人工复核或三分。发现端产能开满，验证端没有跟上，缺口由谁补？curl 的案例给了答案：维护者自己补。这里有一层 Anthropic 自己的逻辑：推出自助扫描的底气是「如果真阳性率真如声称的高，维护者自行三分不该是问题」。curl 的 55.9% 假阳性率恰恰说明前提不成立，自助模式的成本实际由维护者的工时在贴。

Daniel 收到 45 份报告后的动作值得细看：放慢转 GitHub 的速度「以降低对团队的冲击」，逐份核验，把低中危全部公开为 issue。VulnCheck 对此的评论是：维护者要靠「控制节奏」保护自己团队，这本身就说明了负担；而 curl 决定全公开，是透明化示范。

这里要划清批评的边界：本文和 VulnCheck 都不否定「AI 找漏洞有效」：VulnCheck 自己反复声明 AI 是有效工具，442 个 CVE 也是实打实入账的贡献。被批评的是两件事：发现量叙事与修复现实脱节，以及验证成本被系统性转嫁给开源维护者。

言行审计：启动承诺对不上七个月实况

一环一环对。第一环，量级承诺。启动时说「数千个额外的高危与严重级漏洞」；七个月后 VulnCheck 追踪口径是 442 个 CVE、占全年约 0.5%、仅 2 个被野外利用。数千与 442 之间，就算把账本里 7,349 条已公开的 findings 全算成 CVE，也还隔着一次「finding 到 CVE」的折算——而 curl 公开核验给出的折算率是 17.6%，且全部低危。

第二环，质量承诺。「负责任地披露」的另一面是披露质量：自评真阳性率 94.2%（Anthropic 自报）对上 curl 经维护者核验的假阳性率 55.9%（维护者口径）；Claude 自评 91.5% 严重/高危对上维护者只认 51.3%。两套数字不能同真。

第三环，回应方式。账本只批量更新、缺三分反馈回路，审计发布后截至发稿无正面回应。启动期 1541▲ 的声势与审计报告 35▲ 的冷清之间，官方没有补过桥。节奏本身值得记一笔：三次官方发布节点都顺势放大了声量，而面对第三方七个月对账，截至发稿是沉默。

VulnCheck 原文的定性口径是：the evidence still doesn’t match the launch narrative——证据仍然对不上启动叙事。本文沿用这个分寸：不定罪「失败」或「造假」，只写「对不上账」。同时必须两边限定：VulnCheck 有竞争利益，其结论有软广嫌疑（HN 用户 jrflo 已点出）；而账本里 80.6% 未公开的 findings 质量如何，外界无从知晓，不能拿公开的 19.4% 推定全部，这是幸存者分析，HN 用户 dfee 的这条提醒成立，本文不单边定罪。

评论区怎么说

HN 帖 35▲、仅 6 条评论，量小但方向值得写，转述成四路。

一、「狼来了」路。用户 fny 说，最明显的信号是过去一年没有出现过任何灾难级利用：如果数千高危漏洞真被找到了，野外利用数字不该是这个样子。

二、幸存者偏差路。用户 dfee 提醒：只有 19.4% 的 findings 公开，本文分析的是幸存者，剩下 80% 是不实还是未修不明，结论要谨慎。用户 hologramofham 同向质疑：文章基于公开的 19.4% 下大结论，但这个比例本身也可能说明另一件事，未公开部分里或许有不宜公开的敏感发现，仅凭已披露数据无法区分这两种可能。

三、利益冲突路。用户 jrflo 指出，VulnCheck 的结论与其商业模式高度一致：卖漏洞情报的厂商批评别人漏洞报告质量差，有软广嫌疑。

四、截至核验，Anthropic 未在 HN 或博客作出回应。

普通用户能做三件事

收到 AI 生成的漏洞报告，先走自己的三分流程。 如果你是维护者或安全负责人：别直接采信报告里的严重度标签：机器自评 91.5% 严重/高危、维护者只认 51.3%，标签通胀有实证案例。curl 的做法可以抄：批量接收、控制节奏、逐份核验、结论公开。
打补丁前查野外利用实况，别被「高危」牵着走。 442 个 CVE 里只有 2 个被野外利用（0.45%）。排优先级时对照 KEV 目录和 GHSA 记录，把有限的修复工时花在真被打的洞上。
盯住接下来两个节点。 一是 curl 那 45 份报告本周内全部公开后的完整假阳性率，二是 Anthropic 是否回应、账本是否补上三分反馈回路。任一节点有动静，本文升级 v2。

结语

分寸声明：本文不写「Glasswing 失败」或「数据造假」。所有数字分两套口径标注。442、2、0.5%、55.9%、17.6%、91.5% vs 51.3% 为 VulnCheck 追踪或维护者核验口径；23,019、37,966、217、7,349、94.2% 为 Anthropic 自报口径。批评对象不是「AI 找漏洞」，是发现量叙事与修复现实的脱节、以及验证负担向开源维护者的转嫁。VulnCheck 的竞争利益与 80.6% 未公开 findings 的不可知，两边限定都写进正文，不做单边定罪。

对账本身比定性更有价值：账本要想服众，缺的不是更高的自评真阳性率，是一个让维护者核验结果回流分母的机制。48 小时窗口内（11-09 博客发布、11-10 HN 上榜双节点），Anthropic 若有回应或 curl 全量核验结果落地，即在本文更新。

参考来源

VulnCheck 博客《After 7-months, Glasswing Overwhelms Maintainers with Underwhelming Findings》（Patrick Garrity，2026-11-09 发布，全文直抓 200 核验；一手源，但注意其竞争厂商立场）。
Anthropic 官方口径：Project Glasswing 启动公告（2026-04-07）、披露账本 ledger（05 月上线，11-02 最新更新）、OSS Scanner 自述（2026-10-08；「完全模型生成、无人工复核或三分」为官方原话）。
curl 维护者 Daniel Stenberg 公开陈述（约 2026-11-06 起；45 份报告、34 份核验结果为维护者一手口径）。
Hacker News story 50447074（2026-11-10 上榜，写稿时 35▲/6💬，Algolia 快照；评论全部转述，用户名保留）。
HN 历史热度数据（04-07 启动帖 1541▲/836💬、05-22 更新 561▲、06-02 扩展 180▲，均为历史快照口径）。

署名：永亮