苹果给漏洞赏金装了个限速器：AI 三周刷出 50 多个 macOS 漏洞

先看数字

• 意大利安全公司 Bynario：借助 AI 平台，三周在最新 macOS 上提交 50 多个漏洞，据外媒报道其平台基于 GPT 系列模型；
• 苹果：今年 6 月起限制同时提交的报告数量，触顶后 30 天冷却，近日才对外承认；
• 苹果本周的系统安全更新，修复数量约为以往的 五倍，致谢名单里出现了 OpenAI 与 Anthropic 的工具。

Bynario 后来想再报一个提权漏洞，被配额挡住了。苹果的说法是已经联系这家公司并在审核其提交，同时留了口子——有实力的研究者可以单独申请更高配额。

这不是"AI 写的报告都是垃圾"

舆论里最省事的解读是"AI 刷屏、苹果被烦到了"。但把两头信息放一起看，事情要拧巴得多：同一周里，AI 既是被限流的噪音源，也是苹果修复效率翻五倍的功臣。

差别不在模型，在流程。公司内部跑模型，输出直接进自家代码库，自带复现环境和回归测试，真假当场能判；外部提交则要人工逐条读、逐条判断，这一环没法并行扩容——多招十个审核员的速度，追不上一台机器批量生成报告的速度。说白了，赏金机制原本靠"写报告很累"这件事天然限流，现在这个限速器没了，苹果只能手动补一个回去。

被顺带验证的是代理型工具

抛开限流这层争议，Bynario 的做法本身值得看一眼：把模型接上完整的读码、编译、调试链路，让它自己一轮轮跑下去，三周产出 50 多份报告。这正是过去半年 Codex 这类代理型工具被寄予期望的场景——不是问一句答一句，而是交出去一个目标然后等结果。

它跟对话式使用完全是两种消耗结构：单次任务动辄跑几十分钟到几小时，中途不能断；请求密集、并发高，行为特征在服务端看起来相当"不像人"；一旦中途触发额外验证或临时限制，整条上下文基本作废，得从头再来。真正跑长任务的人都知道，最先踩的坑往往不是模型能力不够，而是自己这侧的网络环境撑不住——出口 IP 的信誉、时区与归属地是否矛盾、IPv6 有没有绕过代理直连，平时聊天时毫无感觉，一挂长任务就集中爆发。这几项在 GPT / Codex IP 检测 上能一次看完，开工前花一分钟，比跑到第 40 分钟被打断划算得多。