GitHub 与 Microsoft 的 MDASH 试点:AI 扫描产出 99 份已验证私密报告,6 个开源项目已修复 55 项
GitHub 表示,与 Microsoft 合作的 Codename MDASH 试点把数千条 AI 原始发现筛成 99 份附修复建议的私密报告,交给 6 个开源项目处理。截至 11 月 15 日已修复 55 项,样本较小,结果属早期经验。
新闻日期: 阅读时间约 6 分钟
GitHub 于 2026 年 11 月 17 日发文表示,已与 Microsoft 针对 6 个开源项目开展 Codename MDASH 试点,重点不是抛出更多 AI 漏洞报告,而是只发送经验证、附修复建议的私密报告。这是对试点成果的说明,并非面向所有开源项目开放的服务;以下内容均为 GitHub 与 Microsoft 的自述。GitHub 认为,附有已检查修复建议的私密报告,可以减少维护者处理报告所花的时间。
这次试点做了什么?与一般 AI 扫描有何不同?
GitHub 指出,AI 让查找潜在漏洞变得快速且廉价,但修复仍需人来判断,许多维护者已被重复或根本不是漏洞的 AI 报告淹没。试点的目标是只发送重要的发现,且绝不让维护者收到未经验证的发现。流程分为五步:
- 找出:Microsoft Security 的 Codename MDASH 使用 Microsoft 的 MAI Cyber 模型扫描各项目,并建议修复方式。
- 筛选:GitHub Security Lab 用 Copilot 技能打造的 AI 分流代理(分流即判断哪些发现值得处理)去除重复、检查有效性,并聚焦高影响问题,让维护者不必查看原始扫描结果。
- 验证:Microsoft FORGE Lab 研究员以人工检查每一条剩余发现。
- 私下报告:通过 GitHub 私密漏洞报告提交给维护者,附概念验证(演示漏洞确实存在的代码或步骤)和建议修复。
- 修复:由维护者决定修什么、怎么修、何时修。
Microsoft 在 5 月 12 日的博客中则说明,MDASH 是多模型代理式扫描框架,协调超过 100 个专门的 AI 代理(各自负责特定任务的 AI 程序),处理管线(即依次执行的工作步骤)包含准备、扫描、验证、去重与证明阶段。Microsoft 表示该系统由内部安全工程团队使用,并以限量私有预览方式由少数客户测试。
成果如何?有哪些数字与限制?
| 指标 | GitHub 所述内容 |
|---|---|
| 试点项目 | AutoGPT、Caddy、Express、FastMCP、ImageMagick、Netty |
| 最终私密报告数 | 99 份(由数千条可能的问题筛选而来) |
| 已修复(截至 11 月 15 日) | 55 项,其中 14 项已进入正式版本 |
| 人工审查投入 | 7 名研究员,每个项目约 2 天 |
| Caddy | 收到 22 份,一周内全部修复 |
| ImageMagick | 两人团队收到 22 份;其中一项 15 分钟内发布修复 |
| 使用的模型 | 试点使用较早的 MAI Cyber;MAI Cyber 2 同日由 Microsoft 宣布 |
GitHub 表示最早的修复约在首次扫描后一周出现。ImageMagick 维护者在 GitHub 的引述中说,一般安全公告平均需要 30 分钟到 1 小时来阅读、理解并修复。GitHub 同时强调,6 个项目是小样本,应视为早期经验。
维护者和提交 AI 报告的人该怎么做?
GitHub 建议维护者启用私密漏洞报告,让研究人员无需公开即可报告安全问题;如果项目托管在 GitHub 上,可用 gh-secure 在约两分钟内启用核心安全功能。依赖开源软件的人则可启用 Dependabot 警报,在所用依赖需要安全更新时收到通知。使用 GitHub code security 的仓库,可使用 agentic autofix 配合 Copilot 协助自动修复警报。
对于向开源项目提交 AI 生成报告的人,GitHub 转述维护者反馈的标准为:先对照项目已知信息、威胁模型和安全策略检查每条发现;私下报告;附上建议修复,并让维护者掌握节奏。
接下来会有什么变化?
GitHub 表示将把这些经验带入私密漏洞报告与安全公告。GitHub 还称,将向 GitHub Secure Open Source Fund 的每个校友项目提供 AI 安全扫描,发现会先经检查再私下报告;校友也可获得 GitHub Copilot Max,并将把支持延伸至该基金未来的各期。GitHub 表示该基金迄今覆盖 216 个项目,超过 300 名维护者修复了超过 4,000 个漏洞。
常见问题
MDASH 现在对所有人开放吗?
从 Microsoft 的说明看并非如此。Microsoft 在 5 月表示 MDASH 由内部团队使用,并以限量私有预览让少数客户测试;GitHub 这次描述的是与 6 个项目合作的试点。
为什么要附修复建议并走私密报告?
GitHub 表示修复才是维护者花时间最多的环节,所以报告附上已检查的修复建议,方便维护者审阅、调整和合并;私密报告则让研究人员可以在不公开问题的情况下报告。
这些项目的用户需要做什么?
GitHub 没有针对普通用户另外提供操作指引,仅建议依赖开源软件的人启用 Dependabot 警报,以便得知所用依赖需要安全更新。
这项结果可以推广到所有开源项目吗?
不行。GitHub 自己说明只有 6 个项目的小样本,且人工审查每个项目约需两天、尚无法规模化,应视为早期经验。
觉得这篇整理实用吗?分享给需要的朋友
同主题延伸阅读
NVIDIA 与微软在 Ignite 扩大合作:Azure 运行 Vera Rubin NVL72 预览、Foundry 新增 Nemotron 3.5,Windows 365 Direct Stream 限量预览
NVIDIA 表示,已与微软扩大从 Azure 云端到边缘与 Windows 的 AI 合作,包括 Vera Rubin NVL72 预览、Foundry 的 Nemotron 3.5 模型与 Windows 365 Direct Stream 限量预览。
Google Quantum AI 登上《Science》封面:量子情境性在最多 105 个量子比特仍成立,协调游戏胜率 98.3%
Google:ARMORY CASTLE 利用 VMware vCenter 零日漏洞 CVE-2026-123890,影响 vCenter 7.x 与 8.x,Broadcom 已提供补丁
Cloudflare:2026 美国期中选举日选务网站访问量暴增 363%,攻击重心转向漏洞而非 DDoS
资料来源
- Maintainers don't need more AI bug reports. They need fixes. - The GitHub Blog查证日期:
- Defense at AI speed: Microsoft’s new multi-model agentic security system tops leading industry benchmark | Microsoft Security Blog查证日期:
- Microsoft for Startups | Microsoft查证日期:
- Microsoft launches new European Security Program - Microsoft On the Issues查证日期:
- Secure Future Initiative – Secure by Design | Microsoft查证日期:
本文依据上方所列参考来源与标示之核实日期整理;票价、时刻、功能规格或服务条款可能变动,出发、预订或购买前请至相关官方网站确认最新信息。