在 2025 年 8 月 4 日，Google 正式宣布其 AI 驱动的漏洞狩猎系统 “Big Sleep” 已在多个流行开源项目中识别并上报首批 20 项安全漏洞。该项目由 Google 的 DeepMind 团队与安全部门 Project Zero 联合开发，并得到 Heather Adkins（Google 安全部副总裁）的公开确认。
这些漏洞主要影响诸如 FFmpeg（音视频处理库）和 ImageMagick（图像编辑套件）等广泛使用的软件。虽然 Google 尚未公开具体漏洞详情（包括 CVE 编号、漏洞原理或利用方式），但 Adkins 指出这符合公司标准做法：先等待相关项目修补，再逐步披露技术信息，以避免提前暴露攻击面。
AI 自动发现与复现，人工审核终把关
据 Google 发言人 Kimberly Samra 表示，Big Sleep 全程自动探测并复现了漏洞，但在正式报告前，所有案例均经过人类安全专家复核。此过程旨在避免 AI 生成虚假漏洞或“幻觉报告”，提升可操作性的安全报告品质。
Project Zero 在保持 “90 天漏洞披露政策” 的同时，也启动新版实践。团队将公布漏洞关联厂商、产品名称、报告日期及期限，而非直接暴露技术细节，以推动透明度提升，同时防止攻击者提前利用已知漏洞。
技术与职责分工：DeepMind + Project Zero 的协同
Big Sleep 系统背后既有 DeepMind 的大语言模型（基于 Gemini）构建能力，也兼具 Project Zero 团队多年的漏洞捕捉与披露经验。Google 工程副总裁 Royal Hansen 在 X 上表示，此成就是“单靠人力无法达成的自动化漏洞发现新高度”。
与此同时，安全科技公司 RunSybil 的 CTO Vlad Ionescu 表示，Big Sleep 是“legit” 项目，背后设计可信、有教育背景、经验丰富。但他同时警告：“很多看似金子一样的报告可能实际上是垃圾。”这类 AI 工具的虚假发现仍是社区担忧的重点。
报告结构与公开趋势
Google 已将这 20 项漏洞按严重性分类，形成包括高、中、低影响等级的内部列表，并计划在 明年 Black Hat USA 与 DEF CON 33 安全大会发表完整技术说明。此外，其将在 Secure AI Framework 上公开匿名化训练素材，为研究者开放资源共享。
此外，Project Zero 同时试行更加透明的漏洞披露机制：未来公共报告会提前列出报告时间、产品、组织名称与修复期限，令下游用户能较早掌握漏洞状态；而术技术细节、概念验证代码将继续保密，以防被不法利用。
背景与行业大势
Big Sleep 并非业内首例 AI 漏洞检测工具，但其规模性成果和 Google 背书使其影响力显著。此前已有诸如 XBOW 与 RunSybil 等系统引发关注，其中 XBOW 曾登顶 HackerOne 的漏洞排行榜。此类工具若能有效减少重复性的程式分析工作，未来将成为安全团队的重要补充力量。
与此同时，开源项目的维护者也对 AI 漏洞报告提出警告：报告过多、质量参差不齐将增加维护负担，甚至削弱信任。业界强调：AI 应与人工共同工作、人机协作方为合理路径，Big Sleep 正在实践这一理念。
总结要点
Google 的 Big Sleep 是首个取得显著成果的 AI 基础漏洞狩猎系统，已识别并上报 20 项开源项目中的安全漏洞。系统自动化发现并复现漏洞，随后由安全专家复核确认；Google 延续标准披露流程，直到修补完成才公布具体细节。它的出现意味着基于 LLM 的安全研究工具已从理论走入现实，也标志着漏洞安全领域进入 AI + 人工合作的新阶段。
未来随着更多技术细节披露与工具同行者的涌现，AI 工具对开源安全生态的影响值得持续关注。当前阶段，审查与监管仍不可或缺，而 Big Sleep 的成功先例也为业界提供了可参考的路径范式。