GitHub 与微软用 AI 扫描 6 个开源项目:数千条疑似问题筛成 99 份私密报告,截至 11 月 15 日已修复 55 个
AI 找漏洞已经又快又便宜,难的是让维护者修得过来。这一条讲一次试点怎么从「扔给维护者一堆结果」改成「只送经过核实、附修复建议的报告」,适合做安全扫描或维护开源项目的人。
// 要点
- 微软的多模型智能体扫描系统 Codename MDASH 用 MAI Cyber 模型扫描 AutoGPT、Caddy、Express、FastMCP、ImageMagick、Netty 六个项目,均为 GitHub Secure Open Source Fund 成员,扫描前征得维护者同意。
- 流程:MDASH 标出数千条疑似问题并给出修复建议,GitHub Security Lab 的 AI 分诊智能体去重、验证,再由 7 名微软 FORGE Lab 研究员逐条人工核实,最后通过私密漏洞报告附带 PoC 和修复建议发给维护者。
- 维护者共收到 99 份报告,截至 11 月 15 日已修复 55 个,其中 14 个已进入正式版本。
- 首批修复在初次扫描约一周后发布;Caddy 收到 22 份报告,全部在一周内修完。
开发者视角数千条到 99 条,这个漏斗本身就是结论:AI 扫描的价值在过滤和核实,不在数量。我们自己接 AI 安全扫描时,也要求它只出带复现步骤和补丁的结果,否则宁可不出。FastMCP 在名单里,用它搭 MCP 服务的团队可以去看看最近的版本说明,确认自己已经升级。