Peter Steinberger chỉ trích quy trình báo cáo lỗ hổng của GitHub là “một mớ hỗn độn” vì quyền truy cập bị bó hẹp, API hạn chế và hệ thống ngập trong báo cáo rác do AI tạo ra, khiến việc sàng lọc tiêu tốn hàng giờ.
Làn sóng AI agents đang tự động quét và gửi báo cáo ở tốc độ máy, khiến hạ tầng vốn thiết kế cho báo cáo thủ công bị quá tải. Bài đăng của Steinberger gây chú ý vì xuất hiện đúng lúc các tổ chức lớn triển khai tác nhân AI cho an ninh phần mềm và tích hợp sâu với GitHub.
- GitHub bị phàn nàn về quy trình báo cáo lỗ hổng: quyền truy cập hạn chế, API không đủ cho tác nhân tự động và “rác AI” tăng mạnh.
- Tranh luận diễn ra trong bối cảnh các hệ thống “agentic” cho bảo mật có thể quét thay đổi ở mức commit, kiểm chứng khai thác và đề xuất bản vá.
- AI code generation và hệ sinh thái AI agents đang mở rộng nhanh, làm thay đổi cách phần mềm được tạo ra và cách lỗ hổng được phát hiện/báo cáo.
GitHub bị chỉ trích vì quy trình báo cáo lỗ hổng không theo kịp thời đại AI agents
Steinberger cho rằng GitHub đang gặp ba vấn đề: báo cáo lỗ hổng chỉ quản trị viên truy cập được, API quá hạn chế để tác nhân tự đọc/ghi chú, và khối lượng báo cáo rác do AI tạo ra khiến việc sàng lọc trở nên tốn thời gian.
Trong bài đăng trên X, ông nêu quan ngại rằng quyền truy cập vào báo cáo lỗ hổng bị giới hạn cho nhóm quản trị, khiến việc phân phối và xử lý theo nhóm khó khăn. Ông cũng nhấn mạnh API hiện tại “không đủ dùng” nếu muốn để các agents tự động đọc báo cáo hoặc đăng bình luận, một nhu cầu ngày càng phổ biến khi quy trình bảo mật được tự động hóa.
Điểm gây tranh cãi nhất là tình trạng ông gọi là “AI-generated slop”, tức lượng phát hiện từ công cụ quét tự động và nội dung do AI tạo ra kém chất lượng, khiến người phụ trách phải mất hàng giờ để lọc tín hiệu khỏi nhiễu. Liên kết bài đăng: Steinberger chia sẻ trên X.
Vì sao lời phê bình của Steinberger được xem là “đúng thời điểm”
Lời chê trách thu hút chú ý vì Steinberger là nhà sáng lập nhiều lần khởi nghiệp và vừa gia nhập OpenAI; bối cảnh này khiến nhận xét của ông được nhìn như dấu hiệu của một thay đổi lớn trong cách xử lý lỗ hổng khi AI tham gia trực tiếp.
Steinberger không chỉ là người dùng mã nguồn mở bình thường. Ông từng xây dựng các sản phẩm được sử dụng rộng rãi, và gần đây gia nhập OpenAI vào tháng 2. OpenClaw được nói là sẽ nằm trong một quỹ dưới dạng mã nguồn mở và tiếp tục được OpenAI hỗ trợ, khiến phát biểu công khai của ông càng được giới kỹ thuật theo dõi sát.
Trang bảo mật của OpenClaw cũng nêu rõ rằng do khối lượng phát hiện từ scanner do AI tạo ra quá lớn, dự án cần các báo cáo đã được thẩm định từ những nhà nghiên cứu thực sự hiểu vấn đề. Điều này gần như khớp trực tiếp với phàn nàn của Steinberger về “nhiễu” và nhu cầu nâng chất lượng đầu vào của quy trình disclosure.
Ông từng trải qua nhiều quy trình công bố lỗ hổng phối hợp (coordinated vulnerability disclosure) và chứng kiến tỷ lệ nhiễu/tín hiệu xấu đi theo thời gian khi công cụ quét tự động bùng nổ. Trong môi trường mà tác nhân có thể gửi báo cáo ở “tốc độ máy”, các cơ chế kiểm soát chất lượng và điều phối theo nhóm trở thành nút thắt.
Hệ thống “agentic security researcher” có thể là lời giải cho đúng ba vấn đề bị nêu
Một hệ thống tác nhân bảo mật tích hợp GitHub có thể tự quét thay đổi theo commit, kiểm chứng khả năng khai thác trong sandbox và đính kèm bản vá, qua đó giảm tải cho con người và làm sạch “nhiễu” trong báo cáo.
OpenAI gần đây công bố một hệ thống được mô tả nội bộ như “agentic security researcher”: tích hợp trực tiếp với GitHub, quét thay đổi ở mức commit, xác thực khả năng khai thác trong môi trường sandbox, và gắn kèm bản vá do AI tạo ra trong báo cáo. Nếu vận hành tốt, mô hình này có thể giải quyết đồng thời: đọc/ghi tự động qua API, chuẩn hóa luồng xử lý, và nâng chất lượng báo cáo bằng kiểm chứng + bản vá.
Dù có thể chỉ là trùng hợp, thời điểm bài đăng khiến nhiều người đặt câu hỏi liệu đây có phải là tín hiệu cho một cách làm mới, khi các nhà sáng lập công nghệ thường không công khai phàn nàn về hạ tầng nếu họ không có ý định thúc đẩy một giải pháp thay thế. Bên dưới bài đăng, nhiều bình luận cũng đồng tình rằng GitHub cần làm nhiều hơn để giảm “rác AI”.
AI code generation đang làm mờ ranh giới giữa logic kinh doanh và phần mềm thật
Nhiều nhà đầu tư và kỹ sư cho rằng AI viết code sẽ biến các quy trình từng nằm trong bảng tính thành ứng dụng phần mềm, nhờ chi phí viết code giảm mạnh và khả năng mô tả yêu cầu bằng ngôn ngữ tự nhiên.
Andrew Chen, đối tác chung tại Andreessen Horowitz, đã đăng một quan điểm lan truyền trên X rằng AI code generation sắp “xóa rào cản cuối cùng” giữa logic kinh doanh và phần mềm. Liên kết: bài đăng của Andrew Chen trên X.
“AI code gen có nghĩa là bất cứ thứ gì hiện được mô hình hóa như một bảng tính thì sẽ được mô hình hóa tốt hơn bằng code. Bạn có mọi lợi thế của phần mềm: thư viện, mã nguồn mở, AI, độ phức tạp và khả năng biểu đạt.”
– Andrew Chen, đối tác chung Andreessen Horowitz, X
Ông lập luận rằng bảng tính tồn tại vì trước đây chi phí viết phần mềm đúng chuẩn quá cao, còn nay chi phí đó đã “sụp đổ”. Khi một lượng lớn người lao động tri thức có thể mô tả nhu cầu bằng tiếng Anh đơn giản và nhận lại một ứng dụng chạy được, trần năng lực xây dựng sản phẩm của người không chuyên sẽ tăng mạnh.
Tuy vậy, phần bình luận cho thấy không ít người phản biện: bảng tính vẫn sống dai như PDF vì có “tính năng” riêng biệt, không chỉ là hiển thị hay thao tác dữ liệu. Một ý kiến đại diện: bình luận trên X về việc spreadsheet sẽ vẫn tồn tại.
AI agent phát triển nhanh khiến hệ thống báo cáo lỗ hổng kiểu cũ bị quá tải
Khi tác nhân tự động có thể triển khai hàng chục nghìn phiên bản và gửi phát hiện liên tục, các hệ thống disclosure thiết kế cho báo cáo của con người có nguy cơ bị ngập, đòi hỏi xác thực, ưu tiên và tự động hóa mạnh hơn.
Dữ liệu từ hệ sinh thái AI agent ERC-8004 cho thấy hơn 81.000 agents đã được triển khai trong 30 ngày qua và hơn 1.670 agents trong 24 giờ qua, theo trang thống kê: thống kê hệ sinh thái AI agent ERC-8004. Con số này chưa tính các agents triển khai ngoài blockchain.
Trong bối cảnh đó, hệ thống báo cáo lỗ hổng của GitHub vốn tối ưu cho “con người gửi bug” đang phải vận hành trong thế giới “agents gửi bug”, với tốc độ và khối lượng của máy. Ngay cả khi nền tảng có năng lực AI riêng, áp lực từ lượng báo cáo tự động vẫn có thể làm lộ hạn chế về quyền truy cập theo vai trò, luồng phân phối nội bộ, và API cho tự động hóa.
Bài đăng của Steinberger có thể chỉ là sự bức bối của một kỹ sư bận rộn. Nhưng nó xuất hiện đúng lúc khoảng cách giữa quy trình bảo mật truyền thống và quy trình có agents tham gia trở nên khó che lấp, đặc biệt khi “nhiễu” tăng nhanh hơn khả năng sàng lọc thủ công.
Những câu hỏi thường gặp
Peter Steinberger đã phàn nàn điều gì về GitHub?
Ông cho rằng quy trình báo cáo lỗ hổng của GitHub là “một mớ hỗn độn” vì báo cáo bị giới hạn quyền truy cập cho quản trị viên, API quá hạn chế để agents tự đọc/đăng bình luận, và hệ thống ngập trong báo cáo rác do AI tạo ra khiến việc sàng lọc mất nhiều giờ.
Vì sao “rác AI” trong báo cáo lỗ hổng lại là vấn đề lớn?
Khi công cụ quét tự động và AI agents gửi phát hiện hàng loạt, tỷ lệ nhiễu/tín hiệu tăng, làm đội ngũ bảo mật tốn thời gian lọc báo cáo kém chất lượng. Điều này có thể trì hoãn xử lý các lỗ hổng thực sự nghiêm trọng và làm giảm hiệu quả của quy trình disclosure.
“Agentic security researcher” có thể thay đổi quy trình bảo mật như thế nào?
Một tác nhân bảo mật tích hợp GitHub có thể quét thay đổi theo commit, kiểm chứng khả năng khai thác trong sandbox và gắn kèm bản vá do AI tạo ra. Nếu triển khai tốt, nó giúp tự động hóa xác thực, giảm báo cáo nhiễu và cải thiện tốc độ phối hợp xử lý lỗ hổng.
Dữ liệu nào cho thấy AI agents đang tăng nhanh?
Theo thống kê hệ sinh thái AI agent ERC-8004 từ 8004scan, hơn 81.000 agents được triển khai trong 30 ngày qua và hơn 1.670 agents trong 24 giờ qua, chưa bao gồm các agents triển khai ngoài blockchain.
