Node.js 团队拟用 AI 初筛公开处理被 LLM 淹没的安全报告

Node.js 团队正在讨论如何应对 LLM 自动生成的安全报告引发的「报告洪水」问题。该项目维护者 Rafael Gonzaga 在最新议程中提议，把收到的报告改以公开 Pull Request（PR）的形式处理，并由 AI 进行预筛，只将真正具备安全价值的发现推送给核心安全团队处理。这一议题已列入 7 月 7 日安全工作组会议的正式议程。

现状：现有措施全部失效

Gonzaga 在提案中直言，团队「仍然不堪重负」。过去几个月里，Node.js 已经尝试过多种手段来缓解压力，包括：

• 提高 HackerOne 报告平台的提交门槛；
• 收紧报告的相关性判定标准；
• 自动关闭低质量报告。

然而这些措施均未奏效，Gonzaga 指出，「很快连 OpenJS 母项目的团队也会被淹没」。今年 4 月，Node.js 已经取消了奖励真实漏洞预警的 Bug Bounty 计划，但提交者真正在意的似乎并非奖金，而是以作者身份出现在官方 CVE 通告上的「名声」。

提案：公开处理 + AI 初筛

Gonzaga 的核心方案包含两个关键动作：

• 公开化处理：将接收到的报告以 PR 形式在仓库中公开推进，由社区协作完成分类与修复；
• AI 预筛：在进入人工流程前用模型过滤，只把高危漏洞推送给安全团队。

他分析称，绝大多数 LLM 自动生成的报告要么只是普通 Bug，要么本质上是已经公开的信息，「这些发现实际上早已是公开的」。把处理过程交给社区，既能减轻核心团队负担，也能让 PR 成为持续运营的工作流。

反对意见：可能换来更大风险

提案并非没有反对声音。其他维护者提出两点担忧：

• 工作量转移：把大量安全报告换成大量 PR，核心团队仍需审核，负担未必真正减轻；
• 攻击面扩大：公开披露的漏洞可能成为攻击者的「免费灵感来源」，被用于设计自动化攻击。

因此有维护者建议，公开范围不应面向全部公众，而应至少限定在仓库的协作者（collaborators）圈层内。

更宏观的背景：AI Slop 蔓延开源项目

Node.js 并不是唯一受困于此的开源项目。文章指出，「和许多其他项目一样，Node.js 也在与 AI 垃圾内容（AI Slop）作战」，此前已有多个项目被迫采取类似甚至更激进的限制措施。LLM 降低生成成本的同时，也让安全报告这一原本门槛较高的贡献形式被快速稀释，迫使维护者重新审视信任与审核机制本身。