币圈界报道：

AI驱动下加密漏洞报告数量暴增，质量隐忧浮现

随着人工智能技术在代码分析与报告生成中的深度应用，加密项目所接收的漏洞提交量出现显著攀升。尽管该趋势提升了安全研究的可及性，但随之而来的大量低质或误报内容，已对开发团队的响应机制构成严峻考验。

智能辅助提升提交效率，亦加剧无效报告泛滥

自动化工具使研究人员能够快速覆盖大规模代码库，实现潜在漏洞的初步筛查，极大降低了参与漏洞赏金活动的技术门槛。然而，部分系统输出结果存在逻辑偏差，生成的技术描述虽符合格式规范，实则不具备实际危害性，导致有效报告占比下降。

跨领域现象凸显：开源项目亦遭AI报告冲击

此问题并非局限于加密生态。知名开源工具curl的维护者曾因无法处理海量由AI生成的虚假漏洞报告而终止其悬赏计划。全球主流平台数据显示，去年有效报告总量同比增长7%，累计达数万份，反映出整个行业正经历结构性调整。

构建分级筛选机制以应对信息过载

为缓解审查负担，部分项目方开始优化激励结构，优先采纳来自高信誉研究者的报告，并引入具备高级分类能力的合作平台进行前置过滤。例如，Cosmos Labs已建立更严格的评分体系，强化对提交者背景与历史表现的评估。

未来需依赖防御性AI系统实现可持续治理

专家指出，小型团队尤其难以承担高强度的人工审核任务，亟需借助智能化工具实现自动甄别与去重。未来，具备语义理解与上下文判断能力的防御型AI系统或将成为核心支撑，帮助项目方在维持外部协作活力的同时，有效控制低效报告流入。

尽管人工智能正在重塑漏洞发现的运作模式，但悬赏机制仍具不可替代价值。关键在于通过流程重构与技术迭代，在开放创新与管理效率间寻求动态平衡。