ИИ удвоил поток баг-репортов и завалил команды безопасности шумом

Российские багбаунти-платформы столкнулись с резким ростом активности исследователей безопасности. За первые девять месяцев 2026 года на Standoff Bug Bounty поступило 18,4 тыс. отчетов об уязвимостях — на 126% больше, чем за весь 2025 год, и больше, чем за все предыдущие годы работы площадки.

Главной причиной такого роста в Standoff 365 называют распространение ИИ-инструментов. Они помогают автоматизировать разведку, искать подозрительные участки кода, анализировать конфигурации и быстрее готовить отчеты.

Реальных находок тоже стало больше. За январь—сентябрь площадка приняла 4,7 тыс. отчетов о подтвержденных уязвимостях против 3,2 тыс. за тот же период прошлого года. Рост составил 48%. Число подтвержденных уязвимостей высокого и критического уровня увеличилось еще сильнее — на 68%, с 792 до 1334. Данные Standoff 365 приводит «Коммерсантъ».

Но за хорошими цифрами обнаружилась другая проблема: ИИ позволяет генерировать отчеты гораздо быстрее, чем команды безопасности успевают проверять, существует ли описанная в них уязвимость вообще.

Классический поиск уязвимости может включать разведку инфраструктуры, изучение приложения, ручную проверку параметров, просмотр кода, анализ сетевых запросов и подготовку рабочего примера атаки.

ИИ ускоряет многие из этих этапов. Ассистент можно попросить объяснить неизвестный участок кода, найти подозрительную проверку доступа, разобрать конфигурацию сервера, предложить варианты тестов или помочь превратить технические заметки в понятный отчет.

Председатель совета по противодействию технологическим правонарушениям КС НСБ России Игорь Бедеров связывает рост активности именно с такой автоматизацией. ИИ берет на себя сканирование, анализ кода и поиск аномалий в настройках, а заодно снижает порог входа для начинающих исследователей.

На самой Standoff Bug Bounty сейчас представлены более 150 компаний. Платформа сообщает о сообществе более чем из 38 тыс. исследователей, а за все время через нее было запущено свыше 400 программ поиска уязвимостей.

Для бизнеса такая модель проста: компания заранее разрешает исследователям проверять определенные системы и платит за подтвержденные проблемы безопасности. ИИ эту экономику заметно ускорил.

18,4 тыс. — все отправленные отчеты. Принятых за девять месяцев было 4,7 тыс. Оставшиеся сообщения могут оказаться дубликатами, проблемами вне разрешенной области тестирования, ошибками без реального влияния на безопасность или находками, которые команда не смогла воспроизвести.

Отдельная категория — полностью выдуманные ИИ проблемы. Руководитель центра тестирования на проникновение Innostage Александр Колесов описывает сценарий, когда начинающий исследователь отдает сайту или фрагменту кода ИИ-команде задачу в духе «найди уязвимость», а затем отправляет полученный результат практически без проверки. В итоге специалисты, разбирающие отчеты, получают описание атаки, которая технически невозможна.

На некоторых программах Standoff 365 это уже прописано прямо в правилах. Использовать LLM разрешено, но отчет без доказательств, проверки воспроизводимости и полезной технической информации могут закрыть как спам.

Российский рынок здесь не исключение. HackerOne сообщил, что после выхода более мощных ИИ-моделей в феврале 2026 года индустрия столкнулась с ростом количества отчетов более чем на 100%. Платформа отдельно отмечает две стороны этого процесса: среди новых сообщений есть качественные находки, но одновременно выросло количество дубликатов, непроверяемых проблем и отчетов без доказанного влияния на безопасность.

В апреле HackerOne ужесточил правила использования ИИ. Исследователь остается ответственным за проверку результата и должен уметь воспроизвести найденную проблему. Массовая отправка непроверенных отчетов теперь прямо рассматривается как нарушение правил платформы.

Для багбаунти это принципиально. Красиво написанный документ не имеет особой ценности, если инженер компании не может повторить атаку.

Особенно хорошо масштаб проблемы виден на примере Google. Весной компания изменила правила своей программы вознаграждений за уязвимости в открытом ПО OSS VRP после резкого увеличения количества сгенерированных ИИ сообщений.

Google описывала отчеты, в которых модель придумывала несуществующий способ вызвать ошибку, находила потенциально опасный участок кода, который на практике вообще нельзя выполнить, или правильно замечала дефект, но приписывала ему отсутствующие последствия для безопасности.

Для части классов проблем теперь требуется более серьезное доказательство — например, воспроизведение через OSS-Fuzz или уже принятая разработчиками исправляющая правка.

В апреле Google дополнительно перестала платить за часть находок нижних уровней в OSS VRP. Цель изменений компания сформулировала довольно ясно: специалисты по проверке должны тратить время на реальные угрозы, а не разбирать поток потенциальных проблем, созданных моделью.

Еще жестче поступил проект curl — одна из самых распространенных утилит для передачи данных в интернете. Его разработчики закрыли программу денежных вознаграждений 31 января 2026 года. За семь лет существования багбаунти команда подтвердила 87 уязвимостей и выплатила исследователям более $100 тыс.

Причиной закрытия стал поток низкокачественных сообщений. Основатель curl Даниэль Стенберг писал, что проект перестанет платить за отчеты независимо от серьезности, чтобы убрать финансовую мотивацию для массовой отправки выдуманных проблем. Особенно резко команда выступала против материалов, которые целиком генерировались ИИ и отправлялись без проверки.

Позже curl вернулся на HackerOne как на площадку приема закрытых сообщений об уязвимостях, но денежные выплаты не восстановил.

Получилась довольно показательная история: ИИ снизил стоимость создания баг-репорта настолько, что для некоторых проектов платить за каждый потенциальный сигнал стало экономически невыгодно.

Правила большинства багбаунти-программ мало изменились по сути. Исследователь должен показать, где находится проблема, дать понятные шаги воспроизведения и объяснить реальное влияние.

Например, программа самой Positive Technologies требует доказательство эксплуатации или рабочий пример атаки. Автоматически созданные сканерами сообщения без подтверждения не оплачиваются.

HackerOne использует похожий подход. Отчет должен быть воспроизводимым, содержать доказательство и учитывать существующие защитные механизмы. Спекулятивные сообщения без рабочего сценария закрываются.

ИИ здесь полезен примерно так же, как хороший набор автоматизированных инструментов: он ускоряет работу исследователя, но не заменяет проверку.

Если модель увидела подозрительную функцию и объявила ее RCE, исследователю все равно придется доказать, что через нее действительно можно добиться выполнения кода.

Полностью списывать результаты на ИИ-спам тоже нельзя. На Standoff Bug Bounty за девять месяцев приняли 4,7 тыс. отчетов — на 48% больше, чем годом ранее. Особенно заметно выросло число самых опасных находок: подтвержденных High и Critical стало 1334 против 792. Это уже проблемы, которые прошли проверку площадки.

ИИ в таком сценарии действительно дает исследователю преимущество: помогает быстрее обрабатывать больше кода и инфраструктуры, автоматизировать повторяющиеся действия и проверять больше гипотез за то же время.

Похожую картину описывает и HackerOne: часть ИИ-исследований дает новые качественные находки с реальным влиянием на безопасность. Проблема возникает не из-за самого инструмента, а когда его ответ отправляют заказчику как готовое доказательство.

Рост количества отчетов создает другую задачу: автоматизация требуется уже на стороне команд триажа. 18,4 тыс. сообщений нужно прочитать, сопоставить с уже известными проблемами, проверить область действия программы, воспроизвести атаку и оценить ее серьезность.

Человек остается последним фильтром, но значительную часть предварительной работы тоже можно автоматизировать: искать дубликаты, проверять обязательные поля, сопоставлять отчет с правилами программы и выявлять признаки массовой генерации.

Получается своеобразная гонка автоматизации. Исследователи используют ИИ, чтобы быстрее искать баги и писать отчеты. Владельцам платформ приходится использовать собственные инструменты, чтобы быстрее отделять реальные баги от галлюцинаций.

Вопросы и ответы

Сколько отчетов получили на Standoff Bug Bounty в 2026 году?

За январь—сентябрь поступило 18,4 тыс. отчетов. Это на 126% больше, чем за весь 2025 год.

Сколько из них подтвердили?

Площадка приняла 4,7 тыс. отчетов о подтвержденных уязвимостях. За тот же период 2025 года таких отчетов было 3,2 тыс.

Почему общее число отчетов и число подтвержденных находок так отличаются?

Отчет может оказаться дубликатом, проблемой вне разрешенной области проверки, невоспроизводимой гипотезой или вообще описывать несуществующую уязвимость. ИИ дополнительно увеличил количество таких сообщений.

Сколько нашли самых опасных уязвимостей?

За девять месяцев подтвердили 1334 уязвимости высокого и критического уровня против 792 годом ранее. Рост составил 68%.

ИИ действительно помогает находить реальные уязвимости?

Да. Он ускоряет анализ кода, разведку, поиск аномалий и другие рутинные этапы. Рост подтвержденных находок показывает, что часть дополнительной активности дает реальный результат.

Можно ли просто попросить нейросеть найти баг и отправить ее ответ в bug bounty?

Технически отправить такой текст можно, но платформа может закрыть его как спам или недействительный отчет. Исследователь должен самостоятельно проверить находку и предоставить воспроизводимый сценарий.

Правда ли, что из-за ИИ уже закрывают bug bounty?

Да. Проект curl в январе 2026 года полностью отменил денежные награды, среди причин разработчики прямо называли поток низкокачественных сообщений, включая ИИ-отчеты.

Как на проблему реагирует Google?

Google ужесточила требования OSS VRP после массового роста ИИ-отчетов и для части категорий потребовала более серьезных доказательств.

Запрещают ли багбаунти-платформы использовать ИИ?

Обычно нет. Запрещается отправлять непроверенные, ложные или массово сгенерированные сообщения. Ответственность за достоверность отчета остается на исследователе.