在大型語言模型時代,90 天披露政策的終結
超過十年來,資訊安全產業一直基於一套基本假設運作:漏洞發現者相對稀少、利用開發是一個緩慢且需要高技巧的過程,而 90 天的披露窗口則讓廠商在公眾──以及攻擊者──得知之前,能夠先行修補。
這些假設已不再成立。大型語言模型(LLM)被整合進攻防兩端的工作流程,將從發現到利用的時間線壓縮至接近零。我們正進入一個「負責任披露」窗口不再保護使用者,而是為已發現漏洞且選擇不回報的任何人提供先機的時代。
發現壟斷的崩潰
在傳統模式下,研究人員可能發現一個關鍵漏洞,並在數週內成為唯一掌握此資訊的人。如今,LLM 輔助的搜尋已產生「收斂發現」的現象。
以最近一起案例為例,一個關鍵漏洞──允許攻擊者繞過網站的付款驗證──被回報。研究人員發現自己是六週內第十一位回報相同漏洞的人。此模式正變得系統化。當 LLM 提示與自動化技能被共享或獨立產生時,許多互不相關的研究者會幾乎同時收斂到相同的根本原因。
這形成了危險的激勵結構。若十個人發現同一漏洞,卻只有一人獲得 CVE 認證或賞金,其他九人則持有強大的武器卻無任何回報。在發現快速且大量的世界裡,90 天的時鐘變成了暴露期,而非保護期。
從修補到利用僅需數分鐘
歷史上,「n 天差距」──指修補程式發布與從該修補程式開發出可運作利用之間的時間──是一個關鍵的安全網。它讓系統管理員有數天或數週的時間來更新系統。
這個差距已消失。近期對 React 安全修補的實驗顯示,LLM 能在短至 30 分鐘內分析修補差異、找出易受攻擊的程式路徑,並產生可運作的概念驗證(PoC)。對於簡單至中等複雜度的漏洞,熟練的逆向工程師已不再是必要條件;LLM 處理繁瑣的分析,而人類只需指導流程。
案例研究:本週 Linux「燃起火焰」
最近兩個 Linux 核心漏洞說明了舊有披露模型的徹底失敗:
Copy Fail(CVE-2026-31431)
僅透過 AI 自動化掃描 kernel crypto/ 子系統一小時即發現,此邏輯缺陷在自 2017 年以來幾乎所有 Linux 發行版中提供 100% 可可靠的 root 提升。武器化速度驚人:在公開披露後數天內,國家級攻擊者即利用此漏洞入侵 Ubuntu 伺服器,發動 DDoS 攻擊。
Dirty Frag(CVE-2026-43284 與 CVE-2026-43500)
此漏洞鏈繞過了針對 Copy Fail 所設的緩解措施。儘管有協調的努力與五天的禁令,第三方仍在數小時內公布利用資訊,打破禁令。等完整報告與 PoC 發布時,仍無任何 Linux 發行版提供修補。微軟 Defender 團隊確認在 24 小時內即有實際利用發生。
新的安全迫切需求
若 90 天窗口與每月修補週期已成過去,產業必須轉向即時回應模型。
給廠商與研究人員
關鍵安全議題必須視為 P0 緊急事件。計時從報告送達的那一刻開始,而非等到分流結束。研究人員應爭取最短的披露窗口,因為他們很可能不是唯一發現此缺陷的人。
給藍隊:AI 驅動的防禦
防禦者無法以手動流程對抗 LLM 驅動的攻擊者。防禦管線必須以與攻擊相同的速度自動化:
- 點擊推送審查:將 AI 輔助的安全審查整合至 CI 管線。漏洞應在 Pull Request(PR)階段即被捕捉,而非在 CVE 發布後。
- 自動化修補分析:當上游相依套件被修補時,AI 應自動分析差異,判斷本地程式碼庫是否受影響,並標記為立即處理。
- AI 驗證修補:在發布安全修補前,使用 LLM 驗證該修補確實封閉漏洞且未引入新回歸。
反論點:這只是「低垂果實」階段嗎?
有人認為 LLM 發現漏洞的激增只是暫時的高峰。理論上,一旦遺留程式碼中的「簡單」漏洞被清除,產業將回到以人類洞察為主要發現動力的狀態。
然而,這低估了 AI 的迭代特性。隨著 LLM 在理解複雜狀態機與競爭條件上變得更佳,「低垂果實」的定義將擴大。風險不在於所有漏洞都會被發現,而是修補窗口在利用前已永久縮小。
最後的思考
現代安全的現實是,漏洞與利用之間的差距正趨向於零。唯一能在此變化中存活的方式是將 AI 作為防禦管線的一等公民。自動化掃描、分析與修補的工具已存在,唯一剩下的問題是防禦者是否能在攻擊者之前部署它們。