加固 Firefox：Mozilla 如何利用 Claude Mythos 消除數百個安全漏洞

加固 Firefox：Mozilla 如何利用 Claude Mythos 消除數百個安全漏洞

多年來，開源維護者與 AI 生成的錯誤報告之間的關係一直充滿挑戰。大多數報告被視為「slop」（垃圾資訊）——看似合理但最終是錯誤的，這造成了一種不對稱的成本：提示模型尋找問題很便宜，但讓人類去證實其錯誤卻很昂貴。

然而，Mozilla 最近宣布了一次範式轉移。透過將更強大的模型（特別是 Claude Mythos Preview）與複雜的「agentic harness」（代理框架）相結合，Mozilla 在 Firefox 中識別並修復了前所未有的潛在安全漏洞數量。這項工作不僅僅是發現了幾個邊緣案例；它在僅僅 Firefox 150 中就發現了 271 個漏洞，其中包括多年來一直逃避傳統 fuzzing 的關鍵沙盒逃逸漏洞。

從靜態分析到代理框架

Mozilla 早期對 LLM 的實驗涉及靜態分析——提示像 GPT-4 或 Sonnet 3.5 這樣的模型來掃描高風險代碼。雖然很有前景，但高誤報率使得這種方法難以擴展。

突破點在於實施了 agentic harness。

與靜態分析不同，agentic harness 可以動態測試假設。在提供正確介面的情況下，AI 可以創建並運行可重複的測試案例來驗證可疑漏洞是否存在。這將 AI 從單純的「建議者」轉變為「驗證者」。

加固流水線

發現漏洞只是第一步。為了在大規模範圍內使其發揮作用，Mozilla 構建了一個專案特定的流水線，將 AI 的發現整合到完整的安全漏洞生命週期中：

  1. Discovery（發現）： 在臨時 VM 中進行並行化作業，每個作業負責在特定目標文件中尋找漏洞。
  2. Verification（驗證）： harness 生成一個 proof-of-concept (PoC) 測試案例以消除猜測。
  3. Integration（整合）： 將發現結果與已知問題進行去重，進行分級，並追蹤直到修復。
  4. Iteration（迭代）： 在 AI harness 與 Firefox 工程師之間建立緊密的反饋迴圈，以優化提示詞和邏輯。

這種模組化架構允許 Mozilla 簡單地「更換」新發布的模型。當 Claude Mythos Preview 被引入時，現有的流水線允許 Mozilla 立即利用其卓越的推理能力來發現更複雜的漏洞，並更清晰地闡述其影響。

漏洞的性質

許多被識別出的漏洞特別危險，因為它們是 sandbox escapes（沙盒逃逸）。在瀏覽器的防禦縱深架構中，一個被攻破的內容進程被困在沙盒中；沙盒逃逸允許攻擊者將權限提升到特權的父進程。

Mozilla 分享了發現的各種漏洞樣本，突顯了 AI 在瀏覽器引擎跨越遙遠部分的推理能力：

  • JIT Optimizations： 一個錯誤的相等性檢查導致 JIT 優化掉了 WebAssembly GC struct 的初始化，從而創建了一個偽造對象的原語。
  • Legacy Code： 一個存在於 <legend> 元素中、已有 15 年歷史的漏洞，是由遞歸棧限制和週期收集（cycle collection）的複雜協調所觸發的。
  • IPC Race Conditions： 利用進程間通信 (IPC) 的競態條件來操縱 IndexedDB refcounts 並觸發 Use-After-Free (UAF) 漏洞。
  • Logic Gaps： 通過利用值複製過程中的驗證邏輯漏洞，逃逸 RLBox（第三方庫的進程內沙盒）。

有趣的是，AI 也驗證了 Mozilla 先前的架構加固工作。團隊觀察到模型反覆嘗試使用 prototype pollution 來逃逸沙盒——這是一條 Mozilla 已經通過默認凍結原型（prototypes）的路徑。看到 AI 的「攻擊」在現有的防禦措施面前失敗，為其安全架構提供了另一種形式的驗證。

規模化工作量

這項行動的規模非常龐大。在 2026 年 4 月，Mozilla 交付了 423 個安全漏洞修復。雖然其中 271 個歸功於 Claude Mythos Preview，但其他修復來自傳統 fuzzing、手動檢查和其它 AI 模型。

在 Mythos 為 Firefox 150 發現的 271 個漏洞中，嚴重程度分佈如下：

  • sec-high： 180
  • sec-moderate： 80
  • sec-low： 11

Mozilla 澄清，「sec-high」評級並不一定意味著在野外存在實際的利用程序，但這意味著該漏洞（例如 UAF 或越界內存記憶體問題）在理論上透過足夠的努力是可以被利用的。

行業界影響與社群反應

這條流水線的成功引發了關於軟體安全性的未來更廣泛的討論。一些觀察者認為這標誌著傳統 zero-days 的終結，而其他人則擔心人類因素。

Hacker News 上的社群討論突顯了幾個關鍵的緊張關係：

  • Human vs. AI Reports： 一些用戶擔心維護者可能會開始忽略人類創建的漏洞報告，轉而選擇高產出的 AI 流水線。
  • Toolchain Evolution： 行業內存在明顯的分歧；雖然 Mozilla 正在擁抱這一點，但其他專案（例如 Zig 語言團隊）則因著名的拒絕考慮 LLM 生成的漏洞報告而聞名。
  • Static Analysis Replacement： 目前正在討論代理式 AI 是否最終會取代傳統的靜態分析工具，因為後者通常被批評為速度慢且容易產生誤報。

最終總結

Mozilla 的經驗表明，AI 安全審計的「內迴圈」——「代碼中的這部分存在一個漏洞，請找到它並構建一個測試案例」——對於生產級軟件軟體現在是可行的。透過從簡單的提示詞工程轉而使用完整的代理式流水線，Mozilla 已將 AI 從噪音源轉變為安全基礎設施的關鍵組成部分。他們的下一個目標是將此分析直接整合到他們的持續集成 (CI) 系統中，以便在代碼庫提交補丁的提交時進行掃描。

Sources