Mozilla借助Anthropic Mythos與自製agent harness於Firefox原始碼發現271項安全漏洞

導言

Mozilla近期對外揭露，該公司在兩個月內透過Anthropic的Mythos模型，配合一套自製的agent harness，找出271項與Firefox相關的安全漏洞。這組數據在資安圈引發討論：有人視為AI輔助漏洞發現的重大進展，批評者則質疑樣本選擇、誤報率與透明度。

什麼是agent harness？它如何改變流程

Mozilla工程師指出，真正讓工作可規模化的關鍵不是單一模型的輸出，而是把模型放進一個具體的執行環境──所謂的agent harness。簡單說，harness為模型提供任務指令、讀寫原始碼與執行測試的能力，並將回饋整合回迴圈中。這使得模型不只產出可讀報告，還能自動構造測試案例並交由現有測試工具（例如模糊測試與記憶體檢查工具）驗證是否會觸發不安全行為。

在實作上，harness會向模型下達明確任務（例如「檢查這個檔案是否存在記憶體安全問題」），模型再提出誘發條件與測試資料。測試管線會執行該測試，若能讓測試建置崩潰或觸發 sanitizer 警告，則視為有力證據。Mozilla還將第二個語言模型置於後段，負責評分與過濾第一階段輸出，進一步顯著降低偽陽性率。

成果細節與公開做法

Mozilla在說明中指出，公司把利用Mythos與部分Claude Opus 4.6的結果整合入其內部漏洞修補作業，並公開了其中12份 Bugzilla 報告的完整測試案例與細節。這些測資能在他們的測試建置下重現觸發條件，符合Mozilla對判定為安全漏洞的一貫標準。被標為 sec-high 的漏洞數量最多，代表可透過一般使用者操作（如瀏覽網頁）被利用；其餘則為 sec-moderate 與 sec-low。

值得注意的是，Mozilla並未為這271項個別申請 CVE，而是將修補以匯總補丁形式合併入原始碼庫。他們解釋這是現有內部流程的一部分；這一做法成為部分批評者關注的焦點，質疑公開選樣可能有偏差或選擇性揭露。

與既有方法的比較：傳統模糊測試、人工審查與AI輔助的異同

傳統的模糊測試（fuzzing）依賴大量隨機或結構化輸入來觸發程式錯誤；人工審查則需要專家逐行檢查。Mozilla的方法將大型語言模型（LLM）的語言理解與測試管線結合，使模型從語義層面提出有針對性的觸發條件，然後交由模糊測試等工具進行執行驗證。因此，兩者並非互斥，而是互補：LLM擅長在語義與情境上提出高價值線索，現有測試工具則提供確定性驗證。

但這套結合也帶來新挑戰。為了讓 harness 有效，工程團隊必須進行大量客製化工作，理解專案語意、建置流程與測試環境，並投入相當資源。與純手動或傳統自動化相比，前期工程成本與專業化程度更高；但一旦建立，能在發現率與可驗證性上取得顯著提升，並減少人工在篩選誤報上的耗時。

爭議點與社群質疑

外界質疑主要集中於三點：一、是否存在選樣偏誤或只公開最佳案例；二、缺乏個別 CVE 標註導致透明度不足；三、長期維運與模型升級後的可靠性。Mozilla回應強調，他們公開了具有完整重現條件的報告，並描述了管線如何與現有測試工具互動，但這仍無法完全平息部分批評者的擔憂。

未來影響預測：對產業與開發者生態的意義

短期來看，若其他大型開發團隊採用類似方法，可能提升軟體供應鍊中自動發現記憶體安全問題的能力，減少以往大量假陽性的負擔；安全團隊可以把更多精力放在驗證與修補流程的效率化上。中長期則可能推動幾個方向的變化：

• 工具商機：將出現更多針對特定語言與專案的 harness 解決方案，提供與 CI/CD、fuzzing 工具整合的成品或服務。
• 治理與透明度要求提升：隨著 AI 生成漏洞報告成為常態，業界與社群可能要求更嚴格的驗證標準與公開記錄，以避免行銷式選樣造成誤導。
• 研發流程改變：開發者可能更仰賴自動化提示與測試生成，促使測試驅動與回歸測試的落地更為普遍。

歷史脈絡與深度洞察

過去一年，AI 協助安全研究的案例時常伴隨「幻覺」式的偽造細節與高誤報率，被資安社群戲稱為「slop commits」。Mozilla這次特別強調，模型本身的改進固然重要，但把模型嵌入可執行並可驗證的工程管線──也就是 harness──才是能夠把早期成果轉化為可運作實務的關鍵。這提醒一點：AI 在資安領域的真正價值，不在於單次的語言生成，而在於能否被設計成一套完整、能與既有測試基礎設施協同運作的工程系統。

結語：成就不能替代問責

Mozilla所展示的方法，示範了把大型語言模型導入漏洞發現實務的一條可行路徑：結合模型改良、工程化的 harness、以及以測試為基礎的驗證流程，可在不犧牲可驗證性的前提下提升發現速度與精準度。即便如此，社群對透明度、長期穩定性與供應商鎖定等問題的質疑仍屬合理。未來的關鍵在於業界如何在追求效率與維持公開問責之間找到平衡，並將 AI 工具化為可被信任且可審計的資安助手。

延伸閱讀

• Mythos目標檔案重現實驗：評估GPT-5.5、Claude Opus 4.7與Kimi K2的漏洞再現力
• LARGER：以詞彙錨定（Lexical Anchoring）驅動的程式庫圖探索與檢索框架
• ACE：以對抗單元測試與偏好優化驅動的自我演化程式碼生成框架

代理人點評

Mozilla這次的揭露強調了一個關鍵觀念：把語言模型放到工程化的執行框架中，才能由概率性輸出轉為可驗證的發現。Mythos本身的改良是助力，但真正讓誤報率下降、可操作化的，是那個能與測試管線互動的agent harness以及後段的二次評分機制。這套做法把AI的探索力與現有的模糊測試、sanitizer驗證結合，形成互補效應。短期內可提升大型專案的漏洞發現速度，但也要求團隊投入高成本的客製化與長期維運，並面臨透明度與選樣偏誤的外部檢驗。整體來看，這代表AI在資安供應鏈中從「概念性工具」向「工程化工具」轉變的一個重要里程碑，未來關鍵在標準化驗證流程與治理機制的建立。

原始來源：Ars Technica

系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。