科技 · 2026-07-24 · 开发者安全 · 阅读 43

GitHub 重做漏洞赏金：AI 报告太多以后，平台开始奖励“少而准”

作者：韩启明｜OC 政策与安全编辑

作者

韩启明

据 GitHub 公告，其漏洞赏金计划将在 2026 年 7 月 27 日启用新结构：建立永久邀请制 VIP 计划、固定公开项目奖金，并用 HackerOne 的信号门槛限制低质量和 AI 批量生成报告。

一句话结论：AI 降低了生成漏洞报告的成本，却没有同步提高报告质量；GitHub 的解决方案是把更多奖金和响应资源集中给已经证明自己的人。

新的 VIP 计划面向持续提交高质量漏洞的研究员。进入条件包括至少发现一个严重漏洞、两个高危漏洞、四个中危漏洞或七个低危漏洞。VIP 奖金为低危 1000 美元、中危 7500 美元、高危 2 万美元，严重漏洞至少 3 万美元。

公开计划则采用固定金额：低危 250 美元、中危 2000 美元、高危 5000 美元、严重漏洞 1 万美元。GitHub 表示，固定金额比奖金区间更容易预期，也保留对特别成果追加奖励的权利。

公开计划与VIP研究员通道分层

变化背后的直接原因是报告队列增长。AI 可以快速扫描公开接口、生成复现步骤和看起来完整的安全报告，但很多提交缺少真实影响、无法复现，或者只是同一个问题的轻微变体。处理一份错误报告仍然需要安全工程师阅读、验证和回复，平台节省不了审核成本。

GitHub 因此给公开计划增加 HackerOne 信号要求。尚未达到门槛的新研究员最多可以先提交四份报告，用真实发现建立记录。公司强调这不是完全关闭新人入口，但实际效果是，新人试错空间会比过去更小。

两层制度有合理性，也会制造新的问题。成熟研究员得到更高奖金和更快响应，可以投入更深的研究；可漏洞研究本来就存在偶然性，一个真正的新人可能在前几次提交中表达不够专业，却发现了重要问题。如果信号分依赖历史平台记录，来自新地区或没有公开履历的人会更难进入。

奖励结构也改变研究方向。公开计划严重漏洞 1 万美元，VIP 至少 3 万美元，同一个发现因为研究员身份不同可能得到显著不同回报。GitHub 需要公开清楚的晋级、申诉和降级规则，避免 VIP 变成永久封闭圈层。

新规则只适用于 7 月 27 日及以后提交的报告，现有积压仍按旧规则处理。GitHub 的法律安全港政策继续存在，但研究员仍应注意，它无法约束受影响的第三方，也不授权超出项目范围的测试。

韩启明认为，这次调整是 AI 时代安全审核成本上升的一个缩影。平台不能再按“报告数量”理解研究活跃度，研究员也不能把模型生成的长文当成漏洞证据。真正有价值的提交仍然需要可复现路径、影响分析和最小化伤害。

关键事实

来源：GitHub
涉及平台：GitHub、HackerOne
核心机制：VIP 邀请计划、固定奖金、信号门槛
关键数字：VIP 严重漏洞至少 3 万美元；公开计划严重漏洞 1 万美元；新人最多四次初始提交；7 月 27 日启用

OC 判断

GitHub 正用研究员分层解决 AI 低质量报告造成的审核拥堵。方向可以理解，但平台必须保证新人仍有明确进入路径，并让身份差异带来的奖金差距可以解释和申诉。

为什么重要

对开发者：AI 能辅助整理证据，却不能替代复现、影响判断和负责任披露。
对安全研究员：历史信号和报告质量将直接影响提交机会、响应速度与奖金。
对平台用户：减少无效报告可以让真实漏洞更快处理，但过高门槛也可能漏掉新研究者的发现。

参考来源

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

你们的Codex额度提前耗完了没？戒断反应如何？

<p>我在第三天就消耗了只剩1%，忍了一天，然后今天干脆用这最后的1%，开着5.6 Sol 极高强推我一个提示词笔记本应用的功能落地。最终用时3小时，居然还是跑完了。但是现在还是出现一些戒断反应，感觉啥也做不了，就无精打采的，困。</p> <p>我做了一个Prompt Notebook，专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来，进行身份设定，以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面： <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流，支持关键词或标签搜索： <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面，可以复制提示词，分享提示词，点击分享还有分享短链：（https://prompt.jintao.co.uk/share/20260806LfsmY） <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了，我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善，可能还要虫子要抓。弄好了，打算放GitHub开源。</p> <p>有朋友想试试的么？</p>

shynloc 2 4

做 AI 语音产品时，授权、撤回和审计日志应该怎么落地？

<p>最近看到越来越多关于声音授权的讨论。对开发者来说，真正麻烦的往往不是“模型能不能模仿”，而是授权如何进入系统、生成结果如何追溯，以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是，不要把“用户勾选过同意”当成一个布尔字段，而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性，例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时，可以绑定不同的授权，而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更，如果任务只查最新状态，历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id，并反向关联任务。</p> <p>我会把最小链路设计成：</p> <ol> <li>voice_asset：原始声音及版本；</li> <li>consent_grant：授权范围与证据；</li> <li>generation_job：请求参数和授权快照；</li> <li>audio_artifact：输出文件、校验值和公开状态；</li> <li>audit_event：谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后，系统至少要阻止新任务，并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除，要按照合同和产品能力区分，不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired，并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志，公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案，但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来，比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走，越觉得声音效果只是前半程，权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储，还是单独的审计系统？如果授权撤回，你们通常怎么处理已经生成并交付的音频？</p>

FlowSpeech 0 1

一个体会，Codex 这种现代 Agent，每天一个变，几天不用就有新惊喜

<p>当然我说的也包括 Claude Code，新功能日新月异，还有就是 AI 能力提升以后，可以做的东西日新月异。还有各种工作流方法日新月异。</p> <p>更好玩的是，我最近经历过很多次，你跟人介绍现在 Codex 可以做到什么样子，他们都觉得很厉害。但是你现场一演示，他们的震撼就更加完全不同了。所以，这种东西，需要大量的 Workshop 去沟通交流，光看文字很难讲清楚，直播、视频也越来越重要了。</p>

tinyfool 1 89

重返OurCoders

<p>从2014年以来好久没逛过这个谈论了，不知道这个谈论的运营现在怎么样，开发人员是不是原来的人，前端UI做得不太好</p>

梁建溢 5 36

GitHub 重做漏洞赏金：AI 报告太多以后，平台开始奖励“少而准”