Od 1 października 2026 roku Google nie przyjmuje nowych zgłoszeń podatności produktowych do Open Source Software Vulnerability Reward Program. Firma wskazała duży wzrost automatycznych raportów, z których zdecydowana większość była nieprawidłowa. Kolejna aktualizacja jest zapowiedziana na pierwszy kwartał 2027 roku.
To przerwa w jednej kategorii, nie zamknięcie wszystkich programów Google ani zakaz badań wspomaganych AI. Ujawnia konkretniejszą awarię: wiarygodnie brzmiącą hipotezę bezpieczeństwa można wygenerować tanio, lecz jej potwierdzenie nadal wymaga ograniczonej wiedzy eksperckiej.
Co zamknięto, a co pozostaje dostępne
Google uruchomiło OSS VRP w 2022 roku dla kwalifikujących się problemów otwartego oprogramowania. Zgłoszenia produktowe dotyczą błędów kodu, logiki lub projektu. Październikowa przerwa obejmuje nowe raporty tej kategorii; przesłane wcześniej pozostają uprawnione do rozpatrzenia.
Zgłoszenia dotyczące łańcucha dostaw są nadal otwarte. Niektóre problemy repozytoriów Google Cloud mogą kwalifikować się do Cloud VRP, zależnie od produktu i zasad. Działają też pozostałe programy, między innymi Chrome, Android, urządzenia i bezpieczeństwo AI. Badacze muszą sprawdzić rzeczywisty zakres zamiast zakładać ten sam kanał zastępczy dla każdego repozytorium.
Przerwę poprzedzały zmiany zasad. W 2026 roku Google wymagało walidacji odkryć wspomaganych AI i wykazania realnego wpływu na bezpieczeństwo. W kwietniu usunięto nagrody pieniężne i publiczne uznanie dla pewnych niższych kategorii podatności produktowych oraz innych problemów. Węższe zachęty i wymogi dowodowe nie zapobiegły późniejszemu zawieszeniu.
Google nie podało dokładnej liczby raportów, odsetka akceptacji ani wielkości kolejki tego kanału. Wtórne relacje mówią o tysiącach słabych zgłoszeń, ale liczba ta nie pochodzi z komunikatu firmy. „Większość nieprawidłowa” wskazuje poważny problem bez pełnego statystycznego punktu odniesienia.
Publicznie nie ustalono następcy programu. Testowane reprodukcje, limity zgłoszeń, wymogi tożsamości czy automatyczna selekcja są możliwymi odpowiedziami, nie ogłoszonymi warunkami ponownego otwarcia.
Przekonujący raport może nie zawierać podatności
Model może znaleźć podejrzaną operację, opisać atak i dodać profesjonalną ocenę zagrożenia. Operacja może jednak nigdy nie otrzymywać danych atakującego, być nieosiągalna albo chroniona skuteczną walidacją. Prawdziwy błąd programistyczny również nie musi mieć konsekwencji bezpieczeństwa w modelu zagrożeń projektu.
Recenzenci odtwarzają te warunki. Analizują wersje, reprodukują zachowanie, sprawdzają zabezpieczenia i szukają duplikatów. Wymyślona funkcja lub warunek wyzwalający mogą tkwić w skądinąd spójnym opisie. Dobre formatowanie przestało zastępować dowód badawczy.
Christopher Robinson z Open Source Security Foundation szacował w marcowej relacji, że projekty otrzymujące dawniej dwa lub trzy raporty tygodniowo później dostawały setki naraz. Pojedyncza analiza mogła wymagać od dwóch do ośmiu godzin nieplanowanej pracy opiekuna. To przypisane rozmówcy obserwacje różnych projektów, nie pomiary kolejki Google.
Zachęty finansowe mogą wzmacniać asymetrię. Autor generuje liczne spekulacje, a odbiorca ponosi większość kosztu sprawdzenia. Duplikaty, wyolbrzymiona waga i niezrozumiane udokumentowane zachowanie konkurują z prawdziwymi odkryciami. Nawet nadmiar w dobrej wierze może wypierać naprawy.
Nie jest najważniejsze, czy model pomógł pisać. Tłumaczenie, objaśnianie i tworzenie testów mogą polepszyć rzetelną pracę. Człowiek nadal musi rozumieć osiągalną ścieżkę, odtworzyć wynik i odpowiadać na pytania. Przepisanie niesprawdzonej hipotezy AI ludzkim stylem nie czyni jej potwierdzoną.
Zweryfikowane badania AI przeczą zbiorowemu odrzuceniu
Google nadal rozwija obronę z AI, między innymi OSS-Fuzz, Big Sleep i CodeMender. Wewnętrzne zespoły mogą określać cele, zbierać dowody wykonania i sprawdzać poprawki. Program zewnętrzny otrzymuje raporty z wielu narzędzi i środowisk bez takiego samego kontrolowanego łańcucha.
Łączne nagrody Google pozostają duże. Według przeglądu rocznego w 2025 roku wypłacono ponad 17 milionów dolarów przeszło 700 badaczom, ponad 40% więcej niż w 2024. Są to sumy szerszych programów, nie budżet ani produktywność zawieszonej kategorii OSS.
Relacje opisują też przydatny kontrast. Anthropic twierdziło, że Claude Opus 4.6 znalazł ponad 500 wcześniej nieznanych podatności open source, każdą sprawdzoną przez ludzi lub zewnętrznych badaczy przed ujawnieniem. Mozilla otrzymała 112 raportów w dwa tygodnie i opublikowała 22 komunikaty bezpieczeństwa, w tym 14 o wysokiej wadze. Wiele pozostałych ustaleń sklasyfikowano jako błędy niezwiązane z bezpieczeństwem.
Jednostki trzeba rozdzielać: raport, komunikat i zweryfikowana podatność nie są tym samym licznikiem. Przykład wspiera maszynowe odkrywanie połączone z ekspercką walidacją, nie gwarancję wiarygodności każdego raportu modelu.
Automatyczna selekcja może grupować duplikaty i prosić o brakujące dowody, lecz sama też się myli. Zgoda dwóch modeli jest słabsza niż niezależnie odtwarzalny test. Nietypowe ustalenia i spory nadal potrzebują ludzkiej eskalacji.
Curl, Linux i HackerOne zmieniły różne etapy przekazania
Curl zakończył nagrody pieniężne 31 stycznia 2026 roku, po programie działającym od 2019. Daniel Stenberg podał 87 potwierdzonych podatności w całym okresie. Udział potwierdzonych zgłoszeń spadł jednak z wcześniejszych ponad 15% do poniżej 5% w 2025 roku.
Wyjaśnienie łączyło szum AI, słabsze inne raporty i nadmierne skupienie na zapłacie. Koniec wypłat nie zakończył odpowiedzialnego ujawniania: pozostały prywatne zgłoszenia GitHub i e-mail. Zmiana dotyczyła zachęt, przy ryzyku zniechęcenia również starannych niezależnych badaczy.
Linux otrzymywał powtarzające się odkrycia od ludzi używających podobnych narzędzi. Prywatna obsługa zasłaniała istniejące dyskusje i poprawki, więc opiekunowie wielokrotnie rozpatrywali ten sam problem. Torvalds zalecał publiczne kanały dla wielu łatwo ponownie odkrywanych ustaleń, o ile tajność nie była rzeczywiście potrzebna.
Nie oznacza to publikowania każdego niezałatanego exploita. Zasady jądra wymagają zwięzłych opisów, wskazania wersji, warunków, przetestowanych reprodukcji i realistycznego wpływu. Autor powinien rozumieć kod, kontaktować właściwych opiekunów i w miarę możliwości dostarczać poprawkę.
HackerOne zgłosił ponad stuprocentowy wzrost branżowej liczby raportów po pojawieniu się silniejszych narzędzi AI w lutym 2026 roku. Analiza obejmuje użyteczne odkrycia oraz duplikaty i nieweryfikowalne hipotezy. Platforma wymaga odtwarzalnego dowodu, poprawnej wagi i uwzględnienia zabezpieczeń; wielkie niesprawdzone partie mogą prowadzić do egzekwowania zasad. To obserwacja platformy, nie wskaźnik nieprawidłowych raportów Google.
Interwencje różnią się: Google zawiesiło kategorię, curl usunął zachęty pieniężne, a Linux zmienił oczekiwania i routing. Wspólne ograniczenie to czas ekspertów, szczególnie gdy zależności komercyjnych produktów utrzymują wolontariusze.
Otwarcie wymaga dowodów i drogi dla nowych badaczy
Surowe bramki chronią recenzentów, ale mogą ukrywać rzeczywiste podatności. Reputacja premiuje znanych badaczy, a depozyty lub nieprzejrzyste zaproszenia wykluczają nowych. Wymaganie pełnego exploita może zachęcać do niebezpiecznych testów, gdy minimalna kontrolowana reprodukcja już wystarcza.
Dobry pakiet identyfikuje commit, środowisko, wpływ atakującego, wejście i przekroczoną granicę bezpieczeństwa. Dokumentuje faktycznie wykonane próby, oddziela wniosek od obserwacji i chroni tajne szczegóły. Nie powinien wymagać szkodliwego wykorzystania ani przekazania poufnego kodu niezatwierdzonej usłudze modelowej.
Filtry powinny wykrywać brak dowodów, nie uznawać stylu AI za dowód nieważności. Nie ma wiarygodnego testu stylu pisania dla prawdziwości podatności. Odwołania i eskalacja ekspercka są ważne, bo nietypowe łańcuchy nie zawsze pasują do szablonu.
Następna aktualizacja pokaże, czy Google wybierze jaśniejsze wymogi, czy mniejszy dostęp. Użyteczne wyniki to odsetek potwierdzeń i duplikatów, czas przeglądu i napraw, obciążenie oraz błędne odrzucenia, nie tylko mniej zgłoszeń. Projekty mają różne doświadczenia: Mozilla wcześniej informowała o stabilnym odsetku odrzucanych nieprawidłowych raportów. Google nie definiuje całego ekosystemu.
Konstruktywna granica oddziela skalę odkrywania od skali wysyłania. Agenci mogą szeroko szukać, lecz ludzie powinni otrzymywać zweryfikowane, pozbawione duplikatów ustalenia z odpowiedzialnymi autorami. Przerwa Google nie dowodzi, że AI nie znajduje błędów. Pokazuje, że nieograniczone hipotezy stają się wartością bezpieczeństwa dopiero po sprawdzeniu.
Źródła
Zasady Google OSS · Obciążenie opiekunów · Badanie fałszywych zgłoszeń · Zweryfikowane ustalenia Mozilli · Decyzja curl o nagrodach · Baza wiedzy inżynierskiej · Relacja o zawieszeniu Google · Wcześniejsze zmiany zasad Google · Nagrody Google w 2025 · Analiza liczby raportów HackerOne · Zasady zgłoszeń Linuksa · TechCrunch o przerwie Google · Techmeme o przerwie Google