پس از 7 ماه، Glasswing با یافته‌های غم‌انگیز نگهبانان را تحت تأثیر قرار می‌دهد

هفت ماه از پروژه گلاس وینگ آنتروپیک می گذرد و زمان آن رسیده است که به روزرسانی دیگری در مورد نتایج انجام شود. من پروژه را دنبال می‌کنم تا ببینم آیا ادعاهای آن بیش‌ازحد یا بر اساس واقعیت است.

همانطور که همه ما به یاد داریم، Anthropic Project Glasswing را در 7 آوریل راه اندازی کرد و ادعا کرد: "ما هزاران آسیب پذیری با شدت بالا و بحرانی اضافی را شناسایی کرده ایم که در حال کار بر روی آنها هستیم تا مسئولانه آنها را برای نگهبانان منبع باز افشا کنیم." چیزی که من را شگفت زده کرد این بود که شواهد کمی از پروژه ارائه شده بود، که باعث شد به این فکر کنم که آیا این بیشتر یک کمپین بازاریابی بیش از حد است.

با این اوصاف، نباید این نکته را نادیده بگیریم که هوش مصنوعی ابزاری موثر برای یافتن آسیب‌پذیری‌ها است. اما این داستان فراتر از توانایی های هر مدل مرزی است.

اگر تازه می‌بینید، این بر اساس پست‌های قبلی من است:

من ردیابی آسیب پذیری های کشف شده Anthropic را در 17 آوریل، اندکی پس از راه اندازی، در یک مخزن منبع باز به نام Anthropic Credited CVEs شروع کردم. هدف این بود که ببینیم آیا ادعاهای آنتروپیک با هیاهوها مطابقت دارد یا خیر. این قبل از آنتروپیک بود که دفتر افشای خود را راه‌اندازی کند، که فقط در دسته‌های انبوه نادر به‌روزرسانی می‌شود.

مخزن من هر آسیب پذیری قابل انتساب به Anthropic را با استفاده از رکوردهای CVE، GHSA، تعهدات هسته لینوکس و دفتر کل خود Anthropic ردیابی می کند. من همچنین به صورت دستی توصیه هایی را برای گرفتن CVE هایی که ممکن است نادیده گرفته شوند، بررسی می کنم.

پس از هفت ماه، من 442 CVE منتسب به Anthropic را ردیابی کردم. این به طور متوسط ​​فقط 63 در ماه است. از 93450 CVE منتشر شده در سال جاری، این تنها 0.5٪ از کل CVE ها است.

برای مقایسه، دفتر کل عمومی خود آنتروپیک فقط 217 آسیب‌پذیری ثابت را فهرست می‌کند، بنابراین من بیش از دو برابر تعداد آسیب‌پذیری‌های خود آنتروپیک را ردیابی کرده‌ام.

شاید به یاد داشته باشید که Glasswing با این پیام راه اندازی شد که ما وارد دوران کشف آسیب پذیری Mythos شده ایم. اما آیا این آسیب‌پذیری‌ها واقعا برای مهاجمان مفید هستند؟ برای پیدا کردن، من CVE های کشف شده توسط Anthropic را در برابر VulnCheck KEV ردیابی کرده ام. تا کنون، تنها 2 مورد از 442 مورد در طبیعت مورد بهره برداری قرار گرفته اند، فقط 0.45٪. (CVE-2026-61500 و CVE-2026-26980)

هنگامی که آنتروپیک برای اولین بار دفتر کل خود را در ماه مه راه اندازی کرد، 23019 یافته و 90.8 درصد نرخ مثبت واقعی را گزارش کرد. از آخرین به روز رسانی آن در 2 نوامبر، 37966 یافته و فقط 217 اصلاح وجود دارد. این برای من یک شکست خیره کننده به نظر می رسد، اما اجازه دهید نگاهی دقیق تر بیندازیم.

از 37966 یافته گزارش Anthropic، تنها 7349 (19.4٪) به صورت عمومی منتشر شده است. فقط 217 مورد از آنها ثابت شده اند. عدد چشمگیرتر این است که 4.4٪ (1654) از یافته های پروژه قبلا به عنوان تکراری علامت گذاری شده اند، 7.5 برابر بیشتر از موارد تکراری. علاوه بر این، 419 یافته حذف شده است. عجیب به نظر می رسد که دفتر کل اکنون ادعا می کند که نرخ مثبت واقعی 94.2 درصد است، از 90.8 درصد در زمان راه اندازی، زمانی که یافته های بیشتری برداشته شده یا به عنوان تکراری علامت گذاری شده اند تا ثابت، احتمالا یک حلقه بازخورد در نرخ های تریاژ ذکر شده به عنوان "مثبت های واقعی" وجود ندارد.

روند از زمان به روز رسانی سپتامبر من حتی گویاتر است:

در طی دو ماه، Anthropic نزدیک به 12000 یافته اضافه کرد و فقط 15 مورد دیگر را ثابت کرد. موارد تکراری از دو به هزار رسید، که دقیقا همان چیزی است که در ماه سپتامبر در مورد آن هشدار دادم: هر چه یافته‌ها طولانی‌تر باشند، احتمال بیشتری وجود دارد که شخص دیگری ابتدا آنها را پیدا کند و اصلاح کند. نمی دانم چگونه کسی می تواند این اعداد را چیزی جز لعنتی بخواند.

همچنین ممکن است متوجه اصلاحی در تصویر من شوید. به نظر می رسد اشکالی در دفتر کل Anthropic وجود دارد که تعداد یافته هایی را که به عنوان فاش شده علامت گذاری شده اند افزایش می دهد. با استفاده از فیلتر "افشای" خودتان را بررسی کنید.

تریاژ کردن هر یافته توسط انسان ها به وضوح قابل اندازه گیری نیست، و آنتروپیک نیز همین را گفته است. آنتروپیک در پست راه اندازی اسکنر OSS خود در 8 اکتبر گفت که بیش از 29000 آسیب پذیری نامزد پیدا کرده است اما تنها حدود 6000 آسیب پذیری را به صورت دستی بررسی کرده است و همچنان "در ظرفیت انسانی ما برای تایید این یافته ها تنگنا است." همچنین قبلا نزدیک به 5000 گزارش تأیید نشده برای نگهبانانی ارسال کرده بود که همه چیز را به صورت انبوه درخواست می کردند.

بنابراین، با برخورد ابتکار متن باز Glasswing به دیوار، راه اندازی یک اسکنر OSS سلف سرویس که پروژه ها می توانند در آن شرکت کنند منطقی است. تعمیرکاران اکنون می توانند درخواست اسکن کنند و یافته ها را خود تریاژ کنند. Anthropic پیشاپیش می گوید که این گزارش ها "کاملا توسط مدل تولید شده اند، بدون بررسی یا تریاژ انسانی" و "ممکن است گزارش ها نادرست یا نامعتبر باشند."

به عبارت دیگر، گلوگاه تریاژ از بین نرفت. به سمت نگهبانان منتقل شد. اگر نرخ مثبت واقعی واقعا به اندازه ادعاهای آنتروپیک باشد، نباید مشکلی ایجاد کند.

سه روز پیش، دانیل استنبرگ، که کرل را حفظ می کند، اعلام کرد که این پروژه مجموعه ای از 45 گزارش آسیب پذیری را از Anthropic دریافت کرده است. Anthropic تنها یکی را با شدت متوسط ​​و بقیه را کم رتبه بندی کرد. دانیل آنها را با سرعتی عمدی به GitHub منتقل می‌کند تا تاثیر آن را برای تیم کاهش دهد، و برنامه‌هایی دارد که همه آنها را تا پایان هفته منتشر کند. این به ما نگاهی نادر به این می‌دهد که یافته‌های Anthropic زمانی که یک نگهدار واقعا آنها را تأیید می‌کند چگونه به نظر می‌رسند.

از 34 گزارشی که تاکنون منتشر شده است، 19 گزارش به عنوان آسیب‌پذیری غیر آسیب‌پذیر، 6 گزارش به‌عنوان کم‌شدت تأیید شده و 9 گزارش هنوز در انتظار ارزیابی هستند. این میزان مثبت کاذب را تاکنون 55.9 درصد نشان می دهد و تنها 17.6 درصد از یافته ها تایید شده اند که همه آنها با شدت پایین هستند. این کار بسیار زیادی است که روی نگهبانان منبع باز برای تعداد انگشت شماری از اشکالات کم تاثیر گذاشته شده است، و زمانی که یک نگهدار مجبور است فقط برای محافظت از تیم خود گزارش ها را سرعت دهد، این میزان بار زیادی را نشان می دهد.

این نیز برای حلقه جدید نیست. در ماه مه، دانیل نوشت که پنج یافته Mythos به یک آسیب پذیری تایید شده خلاصه می شود.

این با 94.2 درصد نرخ مثبت واقعی آنتروپیک که در حال حاضر در دفتر کل خود ادعا می کند، فاصله زیادی دارد. همچنین از قاب‌بندی «با شدت بالا و بحرانی» که Glasswing با آن راه‌اندازی شده است، کاهش می‌یابد. در ماه سپتامبر، متوجه شدم که کلود 91.5 درصد از یافته های دفتر کل را بحرانی یا بالا ارزیابی می کند، در حالی که نگهبانان تنها 51.3 درصد را به این ترتیب ارزیابی می کنند. من کنجکاو هستم که آیا سایر پروژه های منبع باز نیز همین موضوع را مشاهده می کنند.

curl با تصمیم به انتشار عمومی یافته‌های آسیب‌پذیری‌های کم و متوسط ​​به‌عنوان مسائلی برای شفافیت کامل، حرکت جسورانه‌ای را انجام داد و ما سایر نگهبان‌های منبع باز را تشویق می‌کنیم که از الگوی خود پیروی کنند.

هوش مصنوعی ابزار ارزشمندی برای یافتن آسیب‌پذیری‌ها است، و من آن را نادیده نمی‌گیرم. اما پس از گذشت هفت ماه، شواهد هنوز با روایت پرتاب مطابقت ندارند. CVE ها ذره ای از مجموع امسال هستند، تقریبا هیچ کدام مورد سوء استفاده قرار نمی گیرند، اصلاحات متوقف شده اند، در حالی که موارد تکراری و برداشت انباشته شده است، و بار تریاژ بر دوش نگهبانان منبع باز Glasswing که قول کمک به آنها را داده است، منتقل می شود. رسیدها مدام می آیند. آنها هنوز آشتی نمی کنند.

VulnCheck به سازمان‌ها کمک می‌کند نه فقط چالش اولویت‌بندی آسیب‌پذیری را حل کنند - ما در تلاش هستیم تا به هر مدیر محصول، تیم CSIRT/PSIRT یا SecOps و تیم Threat Hunting کمک کنیم تا با استفاده از راه‌حل‌های VulnCheck، با کارایی بی‌نهایت، سریع‌تر و دقیق‌تر شوند.

ما می‌دانستیم که در صنعت خود به داده‌های بهتر، سریع‌تر در سراسر صفحه نیاز داریم. بنابراین این چیزی است که ما به بازار ارائه می دهیم. ما به ارائه بینش‌های کلیدی در مورد مدیریت آسیب‌پذیری، بهره‌برداری و روندهای اصلی که می‌توانیم از مجموعه داده‌های خود برای حمایت مستمر از پزشکان تعمیم دهیم، ادامه می‌دهیم.

آیا علاقه مند به یادگیری بیشتر هستید؟ اگر چنین است، اطلاعات سوء استفاده و آسیب پذیری VulnCheck دارای پوشش گسترده ای از عوامل تهدید است. ثبت نام و نمایش داده های ما امروز.