AI
安全
开源
Claude Code发现Linux内核隐藏23年的安全漏洞
核心发现
Anthropic研究科学家Nicholas Carlini使用Claude Code在Linux内核中发现了一个隐藏23年的远程可利用堆缓冲区溢出漏洞。该漏洞位于NFS驱动中，CVSS评分极高。这一发现证明了AI辅助代码审计的突破性潜力。
背景
Nicholas Carlini在[un]prompted AI安全大会上分享了他的发现：他使用极其简单的脚本让Claude Code遍历整个Linux内核源代码树，寻找安全漏洞。
关键在于，Claude Code几乎不需要人工监督——只需要指向代码库并问"哪里有安全漏洞？"
发现的漏洞
漏洞位于Linux的NFS (Network File Share) 驱动中，攻击者可以通过网络读取敏感的内核内存。
攻击方式：两个NFS客户端协同攻击Linux NFS服务器：
- 客户端A与NFS服务器完成三次握手
- 客户端A请求锁定文件，声明一个异常长的1024字节owner ID
- 客户端B尝试锁定同一文件，被拒绝
- 漏洞：服务器生成拒绝响应时，使用仅112字节的缓冲区，但写入1056字节（包含1024字节owner ID），导致堆缓冲区溢出
攻击者可以控制溢出数据，从而覆盖内核内存，实现远程代码执行。
23年的盲点
这个bug于2003年9月被引入Linux内核，早于git版本控制系统（git于2005年发布）。Carlini在演讲中展示这个bug时评论道："一个我在生活中从未找到的东西。这些真的，真的，真的很难发现。"
更大规模的影响
Carlini的发现只是冰山一角：
- 数百个潜在漏洞：他已经发现了数百个Linux内核中的潜在漏洞
- 验证瓶颈：人工验证这些发现成为瓶颈——他无法及时向内核维护者报告所有问题
- 不仅仅是NFS：他还发现了io_uring等多个子系统中的漏洞
AI辅助代码审计的新时代
这一发现标志着AI在安全研究领域的突破：
- 传统方法无法发现：静态分析工具和人工审查都错过了这个bug
- 需要协议理解：发现漏洞需要深入理解NFS协议的工作原理
- 自动化潜力：Carlini使用简单脚本自动化了整个发现过程
意义
这不只是一个个案——它展示了AI coding agent作为安全审计工具的强大潜力。关键洞察：
- 从生成到审计：LLM的能力不仅限于代码生成，安全审计是其天然延伸
- 规模化发现：AI可以系统性遍历大型代码库，发现人类审查者容易遗漏的问题
- 瓶颈转移：从"发现"转向"验证"——需要新方法来优先处理AI发现的漏洞
正如Goldratt的Theory of Constraints所揭示的：优化系统中的非瓶颈环节会让整体更差。AI辅助安全的瓶颈不再是发现，而是验证和分类。