夜雨聆风有个数字我看完以后，真的停了一下。
一个藏了大约 20 年的 Firefox bug，被 AI 辅助发现了。
这事儿来自 Business Insider 的报道。
Mozilla 曾测试 Anthropic 的 Claude Mythos Preview，据报道帮助发现并修复了大量 Firefox 安全问题。
里面最抓人的，就是那个存在大约 20 年的 bug。
20 年啊。
这不是一个普通的数字。
一个 bug 能在 Firefox 这种级别的项目里躲这么久，说明它大概率不是那种一眼就能看出来的低级错误。
它可能藏在很深的路径里。
藏在历史代码里。
藏在某些边界条件里。
藏在传统 fuzzing 没撞上的角落里。
然后 AI 把它挖出来了。
AI 做安全测试最厉害的地方，是能把人习惯忽略的旧角落重新翻出来。
说真的，看到这个案例，我第一反应不是害怕。
是兴奋。
因为这件事说明，AI 做代码审查和安全测试，已经不是只能帮你写几条 checklist，或者扫一眼明显问题了。
它开始能进入复杂代码库。
能沿着上下文往深处看。
能把一些人类已经习惯忽略的旧角落重新翻出来。
这对测试人来说，是一件很大的事。
尤其是安全测试。
安全缺陷跟普通功能 bug 不太一样。
普通功能 bug 很多时候是看得见的。
按钮点不了。金额算错。状态跳错。页面报错。
但安全缺陷经常不是这样。
它可能是一个权限判断漏了一层，可能是某个历史接口没跟上新的鉴权逻辑，也可能是某个组件组合起来以后，出现了单独看不出来的问题。
这种问题最麻烦的地方在于，它不是靠多点几次页面就能发现的。
它需要读代码。
需要理解调用链。
需要知道哪里可能被绕过。
需要有一点攻击者视角。
AI 适合找线索，人负责定义风险和签字。
而 AI 很适合干一部分这种脏活累活。
它不怕代码长。不怕目录深。不怕历史包袱多。
你给它一个方向，它可以一层一层往下翻。
它可以把一些奇怪的路径、重复的判断、看起来不太对劲的输入输出关系拎出来。
对安全测试来说，这个能力太香了。
但事情有意思的地方也在这里。
同一时间，另一个方向的调查又给大家泼了一盆冷水。
TechRadar 报道了 Cobalt 的 pentesting 调查，里面提到，只有不到一成网络安全从业者信任纯 AI 漏洞扫描工具。
更刺耳的是，很多人遇到过 AI 漏掉关键漏洞。
你看，这就很微妙。
一边是 Mozilla 用 Claude Mythos Preview 找出了大量 Firefox 安全问题，甚至包括一个躲了大约 20 年的 bug。
另一边是大量安全从业者并不信任纯 AI 扫描，甚至亲眼见过它漏掉关键问题。
这两个结论冲突吗。
我觉得一点都不冲突。
它们说的是同一件事的两面。
这篇文章的核心判断
AI 很强。
但 AI 不能盲信。
它能帮你看见更多缝，但哪条缝会漏水，还是要测试人判断。
我们以前对自动化测试也是这样。
自动化测试有没有用。
太有用了。
但你会不会因为自动化全绿，就说系统一定没问题。
不会。
AI 只是把这个问题放大了。
因为它看起来太像一个会思考的人。
它会解释。会总结。会给结论。
于是人很容易不自觉地把它当成专家。
这才是危险的地方。
安全测试最怕的不是 AI 报错。
AI 报错还好，你可以验证。
最怕的是 AI 没报。
因为没报会给人一种安静的错觉。
好像这里没问题。好像可以过。好像风险已经覆盖了。
但真正的安全缺陷，很多时候就藏在这种安静里。
不要停在 AI 的结论，要走到复现、影响和修复验证。
所以我觉得，测试人以后用 AI 做安全测试，要有一个非常明确的边界。
AI 可以帮你扩大搜索范围。
但不能替你定义风险。
AI 可以帮你读代码。
但不能替你理解业务后果。
AI 可以帮你列可疑点。
但不能替你判断哪些必须拦截上线。
举个很简单的例子。
AI 看到一个接口缺少参数校验，可能会提醒你。
这很好。
但如果这个接口只在后台内网调用，权限非常窄，风险可能没那么高。
反过来，AI 看到一个权限判断写得挺完整，可能就放过去了。
但测试人知道，这个系统里存在代客下单、订单转移、组织切换、临时授权这些业务场景。
那这个权限判断就不能只看代码片段。
你要看角色关系。看数据归属。看状态迁移。看用户有没有办法绕到另一个入口。
这些东西，AI 如果没有上下文，很容易看漏。
这就是安全测试里最贵的东西。
不是知识点。
是上下文。
AI 可以看到代码，但人要知道业务。AI 可以看到缺陷，但人要判断后果。
很多安全漏洞不是因为某一行代码看起来很危险。
而是因为它放在某个业务场景里，突然变危险了。
一个普通查询接口，放在个人订单里可能没事。
放在多租户系统里，可能就是越权。
一个普通文件下载，放在公开资料里可能没事。
放在合同、发票、身份证附件里，性质就变了。
AI 能帮你发现很多代码层面的异常。
但业务风险这件事，还是要人兜底。
说到这里，我反而觉得 Mozilla 这个案例真正厉害的地方，不是 AI 单独多神。
而是它进入了一个成熟的工程体系。
Firefox 不是一个随便写写的小项目。
Mozilla 本来就有 fuzzing、安全审查、发布流程、修复验证这些东西。
Claude Mythos Preview 的价值，是在这个体系里多长出了一双眼睛。
不是替代整个体系。
测试人可以这样用 AI 做安全测试
让它找可疑点，绕过鉴权、输入未校验、敏感信息输出、危险函数调用。
让它补测试思路，越权、重放、弱校验、异常状态、并发、租户隔离。
然后人接回来，判断可利用性、影响范围、修复边界和上线风险。
如果一个团队本来就没有安全测试意识，没有代码审查机制，没有漏洞分级，没有复现验证，没有修复回归。
然后直接买一个 AI 扫描工具，指望它替团队解决安全问题。
那大概率会失望。
甚至更糟。
因为你会得到一堆看起来很专业的报告。
里面有一些真问题。也有一些噪音。还有一些被漏掉的关键风险。
如果团队没有能力判断这些报告，AI 反而会制造新的混乱。
这就像把一个很聪明的实习生放进战场。
他能跑得很快。
能看很多材料。
能提出一些很有价值的线索。
但你不能让他一个人签字放行。
尤其是安全测试这种事情。
签字的人，必须知道风险在哪里。
不要只问 AI 有没有安全问题。要让它给线索，然后你拿着线索去复现和判断。
这就是我觉得接下来测试人要练的新能力。
不是简单地问 AI，帮我扫一下有没有安全问题。
这个问法太粗了。
你要学会问得更具体。
帮我看这个接口有没有越权路径。
帮我检查这个订单状态流转里，有没有用户可以绕过支付直接进入发货。
帮我从攻击者视角看这个文件下载接口，哪些参数可能导致越权访问。
帮我列出这个修复可能影响的安全回归点。
帮我把这些可疑点按可利用性、影响范围、复现难度排个优先级。
然后，你自己去验证。
去复现。去看日志。去补用例。去跟研发确认修复边界。去决定这个问题到底要不要拦。
这才是 AI 进入安全测试以后，测试人的新位置。
不是被替代。
也不是盲目崇拜。
而是把 AI 当成一个能发现线索的放大器。
它负责把更多可能性推到你面前。
你负责判断哪些可能性真的会伤到系统。
说到底，安全测试从来不是比谁扫得多。
而是比谁能在复杂系统里，看见真正危险的那条缝。
AI 正在让我们看见更多缝。
这很厉害。
但哪条缝会漏水，哪条缝会塌墙，哪条缝今天必须补。
还是要测试人来判断。
以上，今天就聊到这里。
如果这篇文章对你有一点点启发，可以顺手点个赞、在看，或者转给身边正在关注 AI 安全测试的朋友。
我们下篇再见。
