curl 项目改了漏洞披露流程:从这次调整开始,被判定为 LOW 或 MEDIUM 的漏洞报告不再走私密渠道,而是要求提交到项目的 GitHub 仓库,公开讨论、公开修复。只有 HIGH 和 CRITICAL 级别的报告继续留在 HackerOne 的私密跟踪系统里。

这个决定和"更开放"的技术理想关系不大,起因是**撑不住了**。

发生了什么

作者 Daniel Stenberg 给出的理由很直接:报告像雪崩一样涌进来,看不到头,也不认为未来几个月会减少。核心维护者普遍处于过载状态,项目必须做点什么才能活下去。他的原话大意是:这不是最后一次调整,我们只想不被淹死。

一个关键数字:过去几年里,提交上来的报告有 **90% 以上**能很快被判定为低于 HIGH。也就是说,绝大多数工单走完了完整私密流程,消耗的却是维护者最紧张的注意力。

新流程下,如果研究者不确定严重程度,仍然可以先提到 HackerOne,由维护者判断;被判为 LOW / MEDIUM 的,会被要求在 GitHub 重新提交,原工单按"信息性"关闭并公开。

公开处理换来了什么

作者也提到一个当下很明显的变化:每次公布一批 CVE 和补丁,就会有一批用 AI 的研究者把补丁丢给模型,去找相似或遗漏的错误。把流程搬到公开场合,理论上能让这种"众包式复核"更有效。

代价与反驳

公开意味着漏洞细节对所有人同时可见,恶意一方也会多出一段可利用的窗口。作者承认这是无法回避的损失,并把范围限制在"低于 HIGH"——至少这些问题不算灾难级。

有人担心研究者会误判,把 HIGH 级别的报告提交到公开仓库。作者认为这种场景基本没出现过:真实的高危问题,提交者自己通常也不会有把握当成低危处理;而且公开提交漏洞的风险本来就存在,不是新引入的。

也有人提议干脆不再受理 LOW 级别。这条路走不通:CVE 体系里有申诉机制,curl 不发的 CVE,别人照样会发,问题最终还是回来。

更根本的问题:AI 把报告量放大了

文章里最有信息量的一段,是对报告质量变化的观察。现在大量新报告是 AI 模型折腾出来的:把 libcurl 的各种选项、协议组合和宽松的 API 拼出人意料的序列,跑出"没文档写过的行为",然后被当成漏洞提交。

但这些组合在真实世界里几乎不会被用到,真有人这么用,应用自己早就炸了。作者的判断是:为这类问题走完 CVE 流程,救不了任何用户,只是给维护者和整个下游增加工作量。libcurl 的选项与协议组合近乎无限,模型可以一直试下去,而人的精力是有限的。

所以除了改流程,他也表态会更硬地拒绝那些"确实不构成实际危害"的报告,并给出更清晰的严重程度判定指引。

对开发者的启示

依赖 curl 的项目要习惯一件事:以后部分安全问题会先出现在 GitHub issue 里,而不是某天突然收到一份带 CVE 编号的公告。想第一时间跟进,盯 issue 比等公告更快。

对做安全工具的人来说,这篇文章也是一面镜子:自动化能把"发现异常"的成本降到接近零,但**判断异常是否构成风险**的成本并没有下降,最后全都压在维护者身上。开源项目迟早都要面对这道算术题。

阅读原文 → 返回 AI 技术文档

内容与图片版权归原作者所有 · 原文: https://daniel.haxx.se/blog/2026/10/20/do-minor-curl-vulnerabilities-in-the-open/