上週 Anthropic 和 Mozilla 聯合發了一篇公告：Claude Opus 4.6 在兩週內掃描了 Firefox 將近 6,000 個 C++ 檔案，提交 112 份報告，其中 22 個被確認為真實漏洞，14 個是高嚴重性。

這個數字什麼概念？2025 一整年 Firefox 修補的高嚴重性漏洞，大約是這次兩週產出的五倍。換句話說，Claude 兩週的產量接近 2025 全年的兩成。

我花了一些時間讀完 Anthropic 的技術報告和 Mozilla 的回應，想整理出幾個工程師會在意的重點。

它是怎麼掃的？

Anthropic 的團隊沒有直接丟整個 codebase 給 Claude 然後說「幫我找 bug」。他們分了兩個階段：

第一階段：驗證能力。 先拿 Firefox 舊版本中已知的 CVE，讓 Claude 看能不能重現。這步很關鍵——如果連已知漏洞都找不到，就沒必要往下走了。

第二階段：掃描未知漏洞。 從 JavaScript 引擎開始（這是瀏覽器最複雜、攻擊面最大的部分），逐步擴展到其他元件。兩週內掃了將近 6,000 個 C++ 檔案。

第一個漏洞在探索開始 20 分鐘後就被發現了——一個 JavaScript 引擎裡的 Use After Free 記憶體漏洞。這類漏洞允許攻擊者用惡意內容覆寫已釋放的記憶體區塊，嚴重的話可以執行任意程式碼。

一個研究員獨立驗證，另外兩個人再次確認，Claude 還生成了修補建議。

112 份報告，22 個真的

112 份報告裡只有 22 個被確認，代表誤報率大約 80%。這個數字看起來不太好看，但換個角度想：

  • 人類安全研究員的工具（fuzzer、靜態分析器）誤報率通常也在 70-90%
  • 重點是那 22 個真的漏洞的品質——14 個高嚴重性
  • Mozilla 的團隊表示他們「幫助 Anthropic 理解什麼樣的發現值得提交 bug report」，代表後期的報告品質在提升

Mozilla 對提交品質有三個要求：

  1. 能重現漏洞的最小測試案例
  2. 詳細的 Proof of Concept
  3. 候選修補程式

Claude 都做到了。不只是說「這裡有問題」，而是「這裡有問題，這樣可以重現，這是我建議的修法」。

找漏洞很行，寫 Exploit 不行

這是整篇報告最有趣的部分。

Anthropic 花了大約 4,000 美元的 API 費用，跑了幾百次迭代，試圖讓 Claude 把找到的漏洞寫成可運作的 exploit。

結果？只有 2 個成功，而且只在刻意移除現代瀏覽器安全功能（例如 sandbox）的測試環境裡才能用。

Anthropic 的結論是：

找到漏洞的成本，比把漏洞變成攻擊的成本低一個數量級。

翻成白話：Claude 是天生的防守方。它能高效率地找出問題，但要把問題武器化？目前的能力遠遠不夠。

這對安全生態來說其實是好消息。防守方用 AI 找漏洞的效益，遠大於攻擊方用 AI 寫 exploit 的效益。至少目前是這樣。

Task Verifier：讓 AI 能深入探索的關鍵

報告裡提到一個技術細節我覺得特別值得注意：task verifier。

Anthropic 建了一套驗證工具，在 Claude 探索 codebase 的過程中提供即時回饋。這讓 Claude 可以持續迭代，直到它確認：

  1. 漏洞真的存在（不是誤判）
  2. 修補後程式功能正常（不會修一個壞另一個）

沒有這套 verifier，Claude 只是在猜。有了它，Claude 能進入「深度探索」模式——不斷嘗試、驗證、修正，直到找到真正的問題。

這個模式其實跟人類安全研究員的工作流程很像：先有假設，驗證，失敗了就調整假設，再驗證。差別是 Claude 跑一輪的速度是分鐘級，人類是小時級。

對開發者的實際意義

如果你在維護一個中大型專案，這件事值得關注：

短期（現在就能做）：

  • AI 輔助的安全審計已經不是概念驗證了，Mozilla 和 Anthropic 已經證明它能在生產級 codebase 上運作
  • Firefox 148 已經修了大部分被發現的漏洞，代表從發現到修補的流程是成熟的

中期（半年到一年）：

  • 預期會有更多 AI 安全掃描工具進入市場
  • 對 C/C++ 專案特別有價值，因為記憶體安全漏洞是這類語言的先天弱點
  • Rust 專案的安全掃描場景會不太一樣（邏輯錯誤 > 記憶體錯誤）

值得思考的：

  • 如果 AI 兩週能找到 22 個漏洞，那現在的 codebase 裡還有多少沒被發現的？
  • 安全研究員的角色會從「找漏洞的人」轉變為「驗證和排序 AI 報告的人」
  • 誰先用 AI 掃，誰就先修。攻擊者也能用同樣的技術找漏洞，但前面說了，exploit 化的難度高得多

數字整理

項目 數據
掃描時間 2 週（2026 年 2 月）
使用模型 Claude Opus 4.6
掃描檔案數 ~6,000 個 C++ 檔案
提交報告數 112 份
確認漏洞數 22 個
高嚴重性 14 個
中嚴重性 7 個
低嚴重性 1 個
Exploit 嘗試成本 ~$4,000 API 費用
Exploit 成功數 2 個（受限環境）
修補版本 Firefox 148.0

我的看法

這次合作最重要的不是「AI 找到了 22 個漏洞」這個標題，而是背後的不對稱性：

防守方的成本在降低，攻擊方的成本沒有等比例降低。

Claude 找一個漏洞可能花幾十美元的 API 費用，但要把同一個漏洞變成可用的攻擊，花了數千美元還只成功兩次。這個差距在未來只會更大，因為找漏洞是模式匹配問題（LLM 擅長的），而寫 exploit 需要對底層系統有精確理解和創造性繞過（LLM 目前的弱項）。

Mozilla 在這件事上的態度也值得學習。他們不是被動等 Anthropic 送報告，而是主動參與，幫助定義什麼算有效的 bug report，確保流程能在真實的開發節奏中運作。

如果你的公司有預算做安全審計，現在可能是把 AI 輔助掃描加入清單的時候了。不用取代人類安全專家，但讓 AI 先跑一輪，把低垂的果實摘掉，讓人類專家專注在更複雜的邏輯漏洞上。

參考來源：Anthropic Blog - Partnering with Mozilla to improve Firefox's security、TechCrunch 報導、Mozilla Blog