这次 Hacker News 的讨论围绕 AISLE 最近发布的一则声明展开。该声明称其自主人工智能系统在 `curl` 代码库中发现了六个新的漏洞，而此前 Anthropic 和 OpenAI 的工具在扫描该项目时均未发现任何问题。 讨论的主要观点如下： * **营销与实质：** 许多用户认为该声明是激进的内容营销。批评者指出，这六个已识别的 CVE 漏洞均被评为“低严重性”，暗示其结果可能被过度炒作了。 * **方法论：** 该系统似乎采用了人工智能引导的模糊测试（Fuzzing）方法，即结合大语言模型来识别高风险函数，并利用传统的模糊测试技术（如 libfuzzer 或 AFL）进行测试。参与者指出，与标准模糊测试相比，这种方法对计算资源的要求极高。 * **“正面交锋”的争议：** 虽然一些用户认为 AISLE 通过发现其他工具漏掉的错误从而超越了 Anthropic 和 OpenAI，但另一些人则认为，在没有完全相同且“干净”的代码库版本的情况下，很难进行工具对比，因为模型可能会受到此前已知漏洞的影响。 * **语言安全性：** 这次讨论重新引发了关于 C 语言内存安全性的争论。一些人认为，即使是像 `curl` 这样高质量的项目也表明，如果不转向 Rust 等内存安全语言，人类无法始终如一地编写出安全的 C 代码。