跳到正文
RadarAI· GitHub Blog·· 3 小时前AI 评分60

GitHub 与微软用 Codename MDASH 为 6 个开源项目提交 99 份带修复的安全报告

AI 导读

GitHub 与微软用微软的多模型智能体扫描工具 Codename MDASH 扫描 AutoGPT、Caddy、Express、FastMCP、ImageMagick。

正文 · AI 翻译

GitHub Blog· Ashley Wolf·2026-11-18 02:29· 51 分钟前AI 评分64

维护者不需要更多 AI 生成的缺陷报告。他们需要的是修复。

AI 导读

GitHub 与 Microsoft 用 Codename MDASH 扫描 AutoGPT、Caddy、Express、FastMCP、ImageMagick、Netty 六个开源项目,经 AI 分诊和 7 名 Microsoft FORGE Lab 研究员人工核验后,以私密漏洞报告形式提交 99 份附修复建议的报告。

正文 · 原文

AI 让发现潜在漏洞变得快速而廉价。修复它们仍然需要人的判断,而在开源领域,这项工作落在了维护者身上。许多人已经被 AI 生成的安全发现淹没,其中包含重复项以及根本不是漏洞的报告。再一份原始扫描结果对他们毫无帮助。任何想把新模型指向某个项目的人,都应先征得维护者同意,并带着修复而来,而不只是发现。

维护者正承受着这波报告洪流的巨大压力。正如 Log4j 维护者 Christian Grobmeier 所说,防御开源的 AI 必须比攻击它的 AI 更强。

AI 不应增加维护者的工作量。因此,GitHub 与 Microsoft 与维护者一起开展了一项试点:AI 能否帮助维护者交付修复,而不是给他们更多发现?

GitHub 与 Microsoft 正在使用 Codename MDASH——Microsoft 的多模型智能体扫描框架——来发现并修复广泛使用的开源软件中的安全漏洞,从而加固世界上大量代码所依赖的基础。

流程

我们的试点有两个目标:只发送真正重要的发现,并且绝不向维护者发送未经核实的发现。具体流程如下:

  1. 发现。Codename MDASH 是 Microsoft Security 的 AI 系统,它使用 Microsoft 的 MAI Cyber 模型扫描每个项目,并针对发现的问题给出修复建议。
  2. 过滤。来自 GitHub Security Lab 的 AI 分诊智能体基于定制的 Copilot 技能构建,负责去除重复项、校验有效性,并聚焦高影响缺陷,因此维护者无需审阅原始扫描结果。
  3. 核实。Microsoft FORGE Lab 的研究人员手工检查了每一项剩余发现。
  4. 私密报告。报告通过 GitHub 私密漏洞报告送达维护者,并附有概念验证和修复建议。
  5. 修复。由维护者决定修复什么、如何修复以及何时修复。

报告和修复都留在 GitHub 上,也就是维护者原本工作的地方。

结果:Codename MDASH 使用 Microsoft 的 MAI Cyber 模型,在六个项目中标记了数千个可能的问题。经过 AI 分诊和 7 名 Microsoft FORGE Lab 研究员的人工复核,维护者收到了 99 份私密报告。截至 11 月 15 日,他们已修复 55 个,其中 14 个修复已进入发布版本。

Logos for AutoGPT, Caddy, Express, FastMCP, ImageMagick, and Netty.

参与项目

共有六个项目参与,它们都是 GitHub Secure Open Source Fund 的往届项目。其维护者同意扫描、私密接收每一份报告、决定修复内容,并分享了哪些做法有效:

Infographic titled ‘Codename MDASH Pilot: The Result.’ It shows 9,791 possible issues flagged across six open-source projects, leading to 99 private reports sent to maintainers after AI triage and human review—about one report for every 100 raw findings.

我们的收获

这些经验来自六个项目修复了什么,以及它们的维护者选择分享什么。六个项目只是一个小样本,因此请将它们视为早期经验。

1. 修复比发现更重要

修复是维护者花费时间的地方。因此,每一份报告在送达时都已经过检查,并附有建议的修复方案供审查、调整和合并。维护者从一个范围明确的补丁开始,而不是一个原始的发现。

第一批修复在初始扫描后大约一周内发布。Caddy 的维护者在一周或更短时间内修复了他们收到的全部 22 份报告。维护者使用了建议的修复方案,有些按原样使用,有些则做了修改。

AutoGPT 的维护者最近发布了一项新检查,但它是坏的。报告在三天后送达,并指出了正确的行。他们比建议的补丁走得更远,在一天内写好,并在不到一周后投入生产。

发现漏洞不再是我们的瓶颈。修复它们才是困难的部分,而这取决于维护者。

Netty maintainer 

2. 代号 MDASH,加上研究员审查,为维护者提供了高质量的发现和修复

维护者得到的是一个简短的列表,而不是洪水般的报告。Express 的维护者表示,这些报告穿透了噪音。Caddy 的维护者表示,它们揭示了晦涩的 bug,并填补了早期报告遗漏的空白。对于 FastMCP,扫描超出了 AI 扫描器之前给他们的范围。由两人团队维护的 ImageMagick 收到了 22 份报告。

AI 负责发现,研究员负责检查,维护者保持掌控。

一份 ImageMagick 报告看起来像是维护者以前见过的一类问题。其摘要显示并非如此,并指出了确切的代码行。他们能够在 15 分钟内推送修复。

通常,一份安全公告平均需要大约 30 分钟到 1 小时来阅读、理解并做出修复。这是一个巨大的差异。

ImageMagick maintainer

代号 MDASH 能够以简洁的报告在我们的项目中发现未知、晦涩的安全 bug,并填补了一些先前报告未被注意到的空白。

Caddy maintainer

3. 开源仍有差距需要弥补

试点之所以有效,是因为人们在每一步都做了仔细的工作,而这种工作目前还无法规模化。七名研究员每个项目花费约两天时间手动检查发现。与此同时,低质量的报告仍然每天到达维护者手中。

对于开源,修复需要通过私有漏洞报告(PVR)交付。维护者需要在私有分支上运行 CI/CD 测试来验证这些修复。为了缩小防御者和攻击者之间的差距,维护者需要访问具备网络能力的模型,以在修复前后验证概念验证。

代号 MDASH 扫描为我们项目的安全性提供了独特的见解,超越了 AI 扫描器过去提供给我们的内容

FastMCP maintainer

为什么重要

如果你是维护者,这种方法改变了安全报告给你带来的成本。一份经过检查的、私有的、附带建议修复的报告会占用你更少的时间。你不应该去分类扫描器的输出。那是发送者的工作。

如果你使用 AI 来发现开源中的漏洞,维护者的反馈指向这个标准:

  • 在发送之前检查每一个发现,对照项目已知的内容以及其威胁模型和安全策略。
  • 私下报告。
  • 包含建议的修复。让维护者设定节奏。

功能越来越容易发布,但未来维护软件可能归结为谁足够关心来管理安全。

AutoGPT maintainer

代号 MDASH 在过滤漏洞报告中的噪音方面非常有用。

Express maintainer

你今天可以做什么

  • 如果你维护任何开源项目,请开启私密漏洞报告,这样研究人员就可以向你报告安全问题,而无需将其公开。如果你的项目在 GitHub 上,只需大约两分钟即可通过
    gh-secure开启核心安全功能。
  • 如果你基于开源构建,请开启Dependabot 警报,这样当您使用的依赖项需要安全更新时,您就会知道。
  • 如果你向开源项目发送 AI 生成的漏洞报告,请在发送前让它们达到上述标准。
  • 使用 GitHub 代码安全的仓库可以使用代理式自动修复,借助 Copilot 帮助自动修复其警报

接下来会发生什么

  1. 修复,就在维护者已经工作的地方。 GitHub 正在将这些经验引入私密漏洞报告和安全公告,GitHub Security Lab 已经在这些方面投入,以减轻低质量报告给维护者带来的负担。
  2. MAI Cyber 2。 今天微软宣布了 MAI Cyber 2。代号 MDASH 试点运行在较早的 MAI Cyber 模型上。GitHub 和微软将继续合作,帮助保障开源安全。
  3. 弥合差距,从 GitHub 安全开源基金开始。我们正在与微软合作,在不偷工减料的情况下扩大研究人员审查规模。GitHub 将为每个校友项目提供 AI 安全扫描,并在私下报告之前对发现的问题进行检查。校友还可获得 GitHub Copilot Max。我们将把这一支持带到该基金未来的活动中。

这个系统中的每个人下游都会受益。当维护者在 GitHub 上发布安全公告,并且该公告经过 GitHub 咨询数据库的审查后,Dependabot 就可以向依赖该软件包的仓库发出警报。这就是 GitHub 安全开源基金背后的理念:迄今为止已有 216 个项目,300 多名维护者修复了每月下载量超过 200 亿次的软件中的 4,000 多个漏洞。

谢谢

致 AutoGPT、Caddy、Express、FastMCP、ImageMagick 和 Netty 的维护者:感谢你们的时间、信任和反馈。还要感谢微软安全部门的代号 MDASH 团队、MAI Cyber 团队、微软 FORGE Lab 的研究人员以及 GitHub Security Lab。

维护者负责修复。我们的工作是确保他们从不孤军奋战。

听听维护者讲述他们使用代号 MDASH 的体验。👇

关于 GitHub 安全开源基金

本次试点中的所有六个项目都是 GitHub 安全开源基金的校友,该基金通过 GitHub Sponsors 为每个项目提供 10,000 美元,以及安全培训和支持性的校友社区。

由 GitHub Sponsors 提供支持的 GitHub 安全开源基金,资助那些支撑数字供应链、促进创新并且对 AI 技术栈至关重要的开源项目。想让你的公司帮助保障其所依赖的开源安全吗?通过基金页面成为资助合作伙伴。了解有关该基金的更多信息或申请。

GitHub Secure Open Source Fund slide: ‘Fund one. Protect millions of users.’ It reports 216 projects improved their security, with 300+ maintainers, 20+ billion monthly downloads, 4,000+ vulnerabilities fixed, 850+ secret leaks prevented or resolved, and 1,500+ vulnerable dependencies updated. Figures are from a February 17, 2026 program report and current program data.

通过该基金,维护者获得安全培训和来自 Microsoft for Startups 的 Azure 额度。这一支持与 Microsoft 欧洲安全计划及其安全未来倡议并行,后者的原则是安全高于一切。大多数组织同样处于下游位置。如果你的软件依赖开源,也请这样做:支持你所依赖的维护者。

GitHub 安全开源基金的全部校友

AI、机器学习与智能系统

ACI.dev • AlbumentationsX • ArviZ • AutoGPT/GravitasML • CAMEL-AI • Caracal • CocoIndex • Code-Graph-RAG • CodeCarbon • Cognee • Deep Agents • DIPY • DocsGPT • FastMCP • Jupyter • LadybugDB • LangChain • Matplotlib • n8n-MCP • Nasiko • NumPy • Ollama • ONNX • OpenBB Platform • OpenClaw • OpenCV • OpenMetadata • OpenSearch • PageIndex • pandas • Pydantic • PyMC • Ruby-OpenAI • Scenic • scikit-learn • SciPy • Serena • TokenOps • TraceRoot • Zeus

构建系统、供应链与发布工具

Apache Airflow • Babel • Bluefin • bootc • Browserslist • Changesets • Colima • Concourse • Cucumber • CycloneDX Python Library • Flux • Foundry • Gitoxide • golangci-lint • GoReleaser • hardhat-deploy • Jenkins • JReleaser • Jupyter Docker Stacks • NixOS/Nixpkgs • node-lru-cache • oapi-codegen • PostCSS • PyPI/Warehouse • rimraf • Task • Termux • Terra • Turborepo • Warpgate • webpack • zizmor

核心编程语言、运行时与基础库

Apache Commons • Apache Groovy • Byte Buddy • core-js • CPython • FS2 • Gleam • Himmelblau • htmx • LLVM • NAPI-RS • Node.js • Pkl • Pyodide • Rustls • SQLite • termcolor • time-rs

开发者工具与生产力平台

AirQo • API Dash • ArduPilot • AssertJ • AsyncAPI Initiative • Bevy • Bootstrap • calibre • Charset Normalizer • Cheerio • Ciphey • Cobra • CodeRunner • CSS Declaration Sorter • DataJourney • Diesel • DIGIT • Electron • ERPNext • fabric.js • GitPython • Hoppscotch • ImageMagick • jQuery • js-yaml • jsoup • JUnit • libyt • LORIS • MapStruct • Mastodon • Mathesar • Mautic • Mermaid • MessageFormat • Mockoon • NativeScript • Next.js • Nuxt • nvm • Oh My Zsh • p5.js • Path-to-RegExp • Pelias Geocoder • Pest • Pillow • Polly • Proyecto Respira • PypeIt • python-benedict • qs • React Starter Kit • Readest • Resolve • Rocket.Chat • Selenium • shadcn/ui • Sphinx • Spyder • ssh_config • StackQL • Stirling PDF • Svelte • Thunderbird for Android • ToolJet • Two.js • Viper • virtualenv • Vuetify • Wagmi • WebdriverIO • xyflow • YAML • Yii Framework • Yjs

Web、网络、API 与基础设施服务

actix-web • aiohttp • Apache APISIX • Apache Shiro • Apache Solr • Apache ZooKeeper • Arkime • Caddy • cmux • Cryptomator • curl • CycloneDX .NET Library • CycloneDX cdxgen • Ente • etcd • evcc • Express • external-secrets • FastAPI • Fastify • Haraka • Helmet.js • Home Assistant • Hummingbird • jose • Keycloak • Keyshade • kgateway • Log4j • mimetype • NetBird • Netty • Oauth2 (Ruby) • OAuthlib • openapi-stack • OpenWISP • PGPainless • quic-go • ScanAPI • ScanCode • Sniffnet • Social Auth App Django • Stalwart • Starlette • UAParser.js • urllib3 • Vapor • varlock • Veramo • WebAuthn (Go) • ZITADEL

文章 维护者不需要更多 AI 生成的缺陷报告。他们需要的是修复。 首次出现在 The GitHub Blog。

来源:GitHub Blog · github.blog

来源:RadarAI · aihot.news