AI批量轟炸蘋果bug賞金計劃,審核團隊已下線
蘋果近期針對旗下廣受關注的漏洞獎勵計畫採取了全新的限制措施,這項變動在資安社群中引發熱烈討論。據了解,蘋果已在其內部安全研究入口網站上,針對漏洞提交行為設定了數量上限,並引入了長達三十天的冷靜期機制。這項政策的轉變,被視為蘋果應對當前人工智慧浪潮下,大量自動化工具與生成式AI所產生之浮濫申報問題的明確表態。回顧蘋果的漏洞獎勵計畫,其最早可追溯至二○一六年。該計畫最初的核心立意,是邀請全球各地的安全研究人員,協助發掘存在於蘋果軟體、硬體以及各項服務中的潛在安全弱點。
過去,這些由研究人員提交的漏洞報告,會經由蘋果內部的專業團隊進行人工審查,一旦確認漏洞真實存在且具有影響力,提交者便能獲得相對應的現金獎勵。這套機制在過去數年間,確實有效激勵了全球白帽駭客協助蘋果強化其生態系統的安全性。隨著時間推移,蘋果也不斷提高獎勵金額以吸引更多頂尖人才投入。特別是在二○二五年十月,蘋果對外宣布了該計畫的一次重大升級,將最高獎金一舉調升至五百萬美元,折合新台幣約一億五千萬元以上。這項高額獎金的設立,主要是為了獎勵那些能夠發現最嚴重、最複雜威脅的研究人員,例如能在不依賴使用者任何互動的情況下,完全攻破iPhone核心安全機制的漏洞。
這項舉措當時被視為蘋果展現其對產品安全高度重視的象徵。然而,近年來生成式人工智慧的迅速崛起,徹底改變了漏洞挖掘領域的遊戲規則。過往,尋找漏洞需要深厚的程式碼功底與專業知識,但現在,AI工具大幅降低了參與的技術門檻。大量缺乏專業訓練的業餘參與者,開始利用ChatGPT等生成式AI工具,對蘋果的程式碼進行大規模的自動化掃描,並批量產生漏洞報告。這些報告中,混雜了大量由AI「幻覺」所產生的虛假漏洞資訊,這些內容看似合理,實際上卻不存在於真實系統中,不僅缺乏實際攻擊價值,更難以被驗證。這種現象對蘋果的審核團隊造成了巨大的壓力。
面對如同洪水般湧入的漏洞報告,審核人員必須花費大量時間與精力,逐一過濾這些無效或虛假的內容,這不僅嚴重拖慢了真正有效漏洞的處理速度,也大幅消耗了團隊的有限資源。據了解,蘋果的審核團隊在應對這波AI轟炸的過程中,一度因不堪負荷而暫時下線,凸顯了問題的嚴重性。這也直接促使蘋果必須採取更為強硬的措施,來遏止這股歪風。因此,自八月二日起,蘋果正式在內部安全門戶上,對漏洞提交實施了新的規範。除了設定明確的提交數量上限外,更引入了三十天的冷靜期制度。這意味著,研究人員在提交一定數量的漏洞報告後,必須等待一個月才能再次提交。
這項機制的設計目的,在於強制要求提交者更審慎地評估其發現是否真實有效,而非盲目地將所有AI生成的結果全部丟給蘋果,期望能「亂槍打鳥」獲得獎金。進一步觀察,蘋果此次對AI轟炸的防禦動作,與其近年來在產品安全技術上的積極投入形成了鮮明對比。例如在二○二五年九月,蘋果在iPhone 17的發表會上,同步揭露了一項名為「記憶體完整執行」的先進安全功能。這項技術耗費了蘋果長達五年的研發時間,其核心是結合蘋果自研晶片的底層硬體能力,並與作業系統進行深度整合,旨在為裝置提供極致的記憶體安全防護。這顯示蘋果在面對日益複雜的威脅時,仍持續投入資源強化其最堅實的防線。
然而,諷刺的是,蘋果精心打造的這套被譽為最強的防禦系統,其周邊的漏洞獎勵計畫卻輕易地被新興的AI浪潮所擾亂。這也反映出一個殘酷的現實:在人工智慧時代,安全防護的戰場已經不僅限於程式碼本身,更延伸到了漏洞挖掘與回報的整個生態鏈。蘋果此次的應對措施,雖然是為了維護計畫的公平性與效率,但也可能對長期投入蘋果研究的正規資安人員造成影響,他們同樣需要遵守新的申報限制,這在社群中也引發了不同的聲音與討論。
Related
相關文章

一文看懂昇騰超節點:AI Infra已進入系統工程階段
(公眾號:zhidxcom) 作者 | 陳駿達 編輯 | 漠影 AI大模型競賽,正在進入新的量級。海外,十萬億參數的大模型已經逐步變成現實;國內,數萬億參數的大模型也在加速追趕。為了訓出真正的SOTA模型,算力集群從萬卡走向10萬卡已成為標配。 然而,一個尷尬的現實是:卡越堆越多,真正被利用起來的算力,卻沒有同步增長。華為的仿真數據顯示,在10萬卡集群中,卡間通信可能消耗了40%以上的訓練時間,算力利用率(MFU)往往不到30%。也就是說,大量昂貴的算力,並沒有真正用於計算。

OpenAI自曝6起事故:AI安全的第一份"審計報告"由誰簽字?
舒澤品牌手記2026.09.21 18:11 · 來自浙江全文4308字00:00 / 12:47當安全事件變成定期披露,AI公司就從"出了大事再解釋"轉向"持續被審計"。文 | 舒澤品牌手記9月16日,OpenAI在官網掛出6份模型異常行為報告。

Gemini"越獄"入侵三家企業:谷歌壓了兩個月,四巨頭栽在同一家35人公司手裡
AI唱反調2026.09.21 18:02 · 來自北京全文2381字四起事故連起來看,真正的主角已經不是某一家模型,而是整個行業的安全評測體系。文 | AI唱反調AI圈最魔幻的劇情出現了:OpenAI、Anthropic、Meta、谷歌,四巨頭的模型越獄事故,測試方是同一家公司。

Anew labs,“蒸餾”的行家
醫曜2026.09.21 18:00 · 來自北京全文2781字00:00 / 08:07首款自研藥AN5162,me-too了Dice/禮來。文 | 醫曜AI圈如今言必稱"蒸餾"。蒸餾現有知識,蒸餾競爭對手,蒸餾員工技能,無物不可蒸餾。醫藥圈很少說蒸餾。但這個行業有一個耳熟能詳、讓人稍微有點不屑、卻又必須面對的詞——me-too:copy對手的骨架,在對手專利之外尋求突破。copy得好,是me-better,甚至是me-best(Best-in-Class);copy失敗呢?那就me-worse嘍。

Anthropic與字節扎堆AI製藥,下一個Coding風口卡在了數據這道坎上
Anthropic一邊自建溼實驗室,用來測試自家模型指揮生物實驗的能力,一邊牽手諾和諾德、百時美施貴寶,並把Coefficient Bio收入囊中;字節跳動分拆出來的新生實驗室也完成了首輪融資。被寄予厚望的AI,當下主要作用在把新藥早期研發的輪子轉得更快——壓縮候選分子的搜索空間和實驗迭代時間,但真正燒錢又耗時的臨床試驗環節卻難同步縮短,早期命中率提上來,並不等於臨床成功率就跟著漲。
Alibaba Qwen Releases Qwen-Image-2.1: A 7B Open-Weight Model for Image Generation and Editing
Alibaba’s Qwen team has released Qwen-Image-2.1, a unified text-to-image generation and image editing model. Its visual generation component has 7B parameters across 32 single-stream DiT layers.