AI冲击下：漏洞赏金奖励大幅缩水
点击上方「★星标」获取更多精彩，别遗漏重要资讯！#01安全专家指出，以往中等严重程度的漏洞可获1843美元，如今HackerOne仅支付297美元。#02互联网漏洞赏金计划（IBB）现已暂停，推测是为重新评估漏洞的实际价值。#03AI大幅降低了漏洞挖掘成本，报告生成也极易扩展。但验证危害、剔除重复、界定安全边界、协调披露及落实修复，仍需人工介入。✦以下为正文✦至少有一位漏洞猎人发现开源安全缺陷，并通过HackerOne积压的互联网漏洞赏金（IBB）项目提交了报告，虽最终获酬，但金额锐减。类似地，某严重漏洞
LLSRC发布AI生成漏洞报告管理办法
致全体安全研究员：衷心感谢各位长期以来对货拉拉安全体系的持续支持与投入。随着人工智能模型功能的不断提升，运用AI设备辅助或自动化识别安全缺陷已成为网络安全领域的新方向。最近，我们确实接收到了部分借助AI技术找到的高品质安全问题报告，然而同时也遭遇了许多未经人工核实的低质量报告，甚至是被AI"虚构信息"诱导造成的错误报告。为了科学分配有限的审查资源，保障LLSRC审查团队能够集中精力处理真实有效的安全问题，同时维护健康的社区环境，现特此颁布本公告，对AI辅助发现和生成的安全问题报告提交要求进行标准化：支持A
美军测试AI赋能任务分析：智能技术加速作战决策进程
本文记录了美国陆军指挥与参谋学院开展的一项技术验证，旨在评估基于Palantir“先锋”系统构建的智能代理融入军事决策第二阶段（任务分析）的实际效能。研究将14名学员组成的传统参谋组，与仅由2名学员操控、运用专用数字角色（总体管控、情报准备、综合集成及简报生成代理）的AI增强小组进行横向对比，重点产出持续评估、战场环境情报准备成果、问题界定与任务陈述等核心产品。结论显示，人工智能作为高效的认知助手，在文本密集型分析和弥补专业盲区方面显著提速任务分析流程，但仍需人工介入验证其现实合理性、图表生成及最终决断，