"AI 发现 79 个内核漏洞"审计之后：10 个是真的，真正的坏消息在别处

2026 年 9 月的 Kernel Recipes 大会上，Linux 稳定内核维护者 Greg Kroah-Hartman（GKH）做了一场题为"LLM 时代的安全"的演讲。开场数据就很提神：内核每个版本修复的 CVE 数量，从一年前每周约 50 个的"疯狂速度"，涨到了现在的每天 33 个。

原因不复杂：大模型让"找漏洞"这件事的门槛塌了， bug 报告像洪水一样涌向几乎每一个开源项目。GKH 的核心信息是"别慌"——内核社区自建 CVE 编号机构时搭的工具链扛住了这波流量，"其他项目在恐慌，我们没事，而且还能更快"。

图1：79 个声称漏洞的分诊漏斗，最终落地约 10 个真实修复

演讲的核心案例是一次完整的"对账"。Anthropic 的 LLM 工具 Mythos 曾宣传在 Linux 内核里发现了 79 个漏洞。GKH 拿到原始报告逐条分类：24 个除了"崩了"没有任何细节；14 个压根不是漏洞；3 个数据是编造的；15 个已经被修复——其中 11 个是别人先修好的，工具只是爬了邮件列表又汇报了一遍。剩下的里面，7 个假设"以 root 挂载恶意文件系统镜像"（内核安全团队的模板式回复对象），2 个假设能往网络栈中间注包，2 个只影响没人用的 NOMMU 系统。最后落地：约 10 个真实修复。

对照一个数字：内核每小时合并约 10.5 个补丁。也就是说，这场刷屏的"AI 安全大发现"，相当于内核社区一个小时的工作量。GKH 也没全盘否定——他 credits 工具搭的环境：自动建了 NOMMU RISC-V 虚拟机、测试用例和一个能复现 bug 的 Perl 脚本。

图2：漏洞从披露到被利用的平均时间变化

真正该看的曲线在下一张幻灯片上：漏洞从披露到被利用的平均时间，2018 年是 63 天，2020 年 32 天，2024 年 5 天，2026 年是负 7 天——攻击者比补丁更快。"发现-披露-修补-部署"这套流程是为慢速对手设计的，而那个对手已经不存在了。

还有一组数据关于 AI 补丁质量：阿姆斯特丹自由大学的六名研究生评审了大批 LLM 生成的安全补丁，约一半"根本性错误"——打不上、修不了不存在的问题、或者根本不是安全问题。最常见的失败是把 mutex_unlock 换成 mutex_destroy，因为"destroy"听起来更彻底。GKH 的建议很实用：删掉 changelog，只看代码本身。

图3：内核 CVE 修复速率跃升与 AI 补丁质量问题

这场演讲给所有"把 AI 输出直接接进人类专家流程"的团队上了一课：生成一份清单已经变得廉价，瓶颈在分诊；诚实的指标不是"发现了多少"，而是"经专家之手后净新增了多少修复"。

关联推荐

• 完美系统反而脆弱：为什么"不完美"让网络更稳 — 复杂系统安全的另一种视角
• 浅层量子电路在两个问题上胜过 LLM（IBM） — 基准测试如何制造错觉
• 爱因斯坦的引力，第一次在量子世界被"看见" — "看见"与"证明"之间的距离