(ย้อนข่าว) Anthropic OSS Scanner: สแกนช่องโหว่โปรเจกต์โอเพนซอร์สฟรีด้วยโมเดลที่แรงที่สุดรวม Mythos — รายงานไม่ผ่านการตรวจโดยคน, 12 วันแรกมี 128 โปรเจกต์สมัคร ทั้ง CPython, OpenSSH, OpenSSL, Rails และ Unsloth

ข่าวย้อนหลัง: Anthropic เปิดตัว OSS Scanner ตั้งแต่ 8 ต.ค. 2026 และบัญชี ClaudeDevs โปรโมตอีกรอบเมื่อ 19 ต.ค. บล็อกนี้ยังไม่เคยลงข่าวนี้ เราจึงนำมาเล่าพร้อมตัวเลขการสมัครล่าสุดจากรีโป ณ วันที่ 20 ต.ค.

Anthropic โดยทีม Frontier Red Team ร่วมกับทีม Safeguards Research เปิดบริการ OSS Scanner ให้โปรเจกต์โอเพนซอร์สที่มีความสำคัญต่อโครงสร้างพื้นฐาน สมัครรับการสแกนช่องโหว่เป็นรอบๆ ฟรี ด้วย “โมเดลที่แรงที่สุด” ของบริษัท ซึ่งบทความเปิดตัวระบุว่ารวมถึง Claude Mythos ด้วย เหตุผลของบริการนี้คือปัญหาคอขวดของฝั่ง Anthropic เอง ในช่วง 6 เดือนที่ผ่านมา บริษัทพบช่องโหว่ที่น่าจะเป็นจริงมากกว่า 29,000 รายการ แต่ตรวจสอบด้วยคนได้แค่ราว 6,000 รายการ และมีผู้ดูแลโปรเจกต์ขอรับรายงานทั้งหมดแม้จะยังไม่ผ่านการตรวจ ซึ่งส่งไปแล้วเกือบ 5,000 รายการ OSS Scanner จึงเป็นการทำให้ช่องทาง “รับรายงานจากโมเดลโดยตรง” นี้เป็นระบบ

ทำงานอย่างไร

• สมัครด้วย PR ไปที่ anthropics/oss-scanner (Apache-2.0) โดยเพิ่มไฟล์ projects/<project>/project.yaml ที่มี repo, primary_contact และ Dockerfile ที่ build โปรเจกต์พร้อม dependency ทั้งหมด เพราะเอเจนต์จะสแกนโดยไม่มีอินเทอร์เน็ต (ตัว Dockerfile build แบบมีเน็ต ขั้นตอนหลังจากนั้นทั้งหมดไม่มี)
• ใส่ threat model เพิ่มได้ (ค่าเริ่มต้นคือ .oss-scanner/threat_model.md) เพื่อบอกว่าอะไรอยู่นอกขอบเขต อินพุตไหนให้ถือว่าเป็นของผู้โจมตี เกณฑ์ความรุนแรงเป็นแบบไหน และอยากได้ patch แบบแก้น้อยที่สุดหรือแบบพร้อม merge
• แต่ละรายงานมีตัวอย่างที่ทำซ้ำได้ (reproducer), คำอธิบาย, การ bisect หาว่าบั๊กเริ่มมีตั้งแต่ commit ไหน (ถ้าทำได้) และ patch ที่เสนอ ส่งทางอีเมล ซึ่งจะเข้ารหัสด้วย PGP ก็ได้
• ไม่มีกำหนด disclosure 90 วัน สำหรับรายงานที่ยังไม่ผ่านการตรวจ เพราะ Anthropic ไม่ต้องการบังคับให้ผู้ดูแลอ่านสิ่งที่บริษัทเองก็ยังไม่ได้ตรวจ แต่ถ้ารายงานไหนผ่านการตรวจด้วยคนในภายหลัง จะเข้ากระบวนการ CVD ปกติและนับ 90 วันจากวันที่แจ้ง
• เกณฑ์รับสมัครคล้ายกับ OSS-Fuzz คือต้องเป็นโปรเจกต์ที่มีความสำคัญต่อโครงสร้างพื้นฐาน มีคนใช้งานมาก และรับอินพุตที่ไม่น่าเชื่อถือ ส่วนโปรเจกต์ใหม่และ fork มักไม่ผ่าน ทุกคำขอจะมีคนตรวจว่าผู้สมัครเป็นผู้ดูแลหลักจริง

ตัวเลขคุณภาพ

ในการทดสอบรุ่นแรก ทีม pentest ที่ตรวจงาน CVD ของ Anthropic ได้ตรวจช่องโหว่ระดับ critical/high 97 รายการจาก 48 โปรเจกต์ ผลคือ 85 รายการ (88%) ผ่านเกณฑ์ ที่เหลือ 12 รายการ มี 11 รายการที่เป็นบั๊กจริงแต่ซ้ำกับที่รู้อยู่แล้ว และมี false positive เพียง 1 รายการ ด้าน wolfSSL รายงานว่าได้รับ 74 รายงาน ใช้ได้จริง 72 รายการ และกลายเป็น CVE 5 รายการ ส่วน Daniel Stenberg บอกว่า OSS Scanner พบช่องโหว่ของ curl ที่เป็น “หนึ่งในช่องโหว่ที่แย่ที่สุดในรอบหลายปี” อย่างไรก็ตาม Anthropic ก็ยอมรับว่าผู้ดูแลบางคนบอกว่าระดับความรุนแรงถูกประเมินสูงเกินจริง หรือโมเดลเข้าใจ threat model ของโปรเจกต์ผิด

ณ วันที่ 20 ต.ค. โฟลเดอร์ projects/ ในรีโปมี 128 โปรเจกต์ เช่น cpython, coreutils, openssh, openssl, nss, grafana, gitea, rails, wordpress, drupal, valkey, wasmtime, homebrew, jupyterlab, airflow, กลุ่ม noble-* (ไลบรารี crypto ของ JS) และโปรเจกต์สาย AI อย่าง unsloth, autogpt, goose, openclaw โดย commit ส่วนใหญ่เข้ามาระหว่าง 15–17 ต.ค.

มุมมอง AI Curator

ข้อเท็จจริงที่สำคัญที่สุดในบทความนี้คือ 29,000 กับ 6,000 ตัวเลขนี้บอกว่าคอขวดของความปลอดภัยโอเพนซอร์สย้ายจาก “การหาบั๊ก” ไปเป็น “การตรวจและแก้บั๊ก” แล้ว Anthropic เลือกแก้ด้วยการส่งงานตรวจไปให้ผู้ดูแลโปรเจกต์ ซึ่งสมเหตุสมผลสำหรับโปรเจกต์ใหญ่ที่มีทีม security ของตัวเอง (หน้า FAQ ก็บอกตรงๆ ว่าบริการนี้ทำมาสำหรับโปรเจกต์ที่ “รับมือรายงาน high/critical ที่ผ่านการตรวจแล้วได้ทัน”) แต่ก็เป็นการยอมรับไปในตัวว่า โปรเจกต์เล็กที่มีผู้ดูแลคนเดียวจะยังต้องรอคิวการตรวจด้วยคนต่อไป

อีกประเด็นที่ต้องคิดคือ ความไม่สมมาตรของเวลา รายงานที่ไม่ผ่านการตรวจและไม่มีกำหนด disclosure ฟังดูเป็นมิตรกับผู้ดูแล แต่ Anthropic เองก็เขียนว่าตอนนี้ “สร้าง exploit ได้ในไม่กี่นาที” ฝ่ายโจมตีที่เข้าถึงโมเดลระดับใกล้เคียงกันก็สแกนโค้ดชุดเดียวกันได้ ช่องโหว่ที่ค้างอยู่ในกล่องอีเมลของผู้ดูแลจึงมีต้นทุน แม้จะไม่มีใครบังคับเปิดเผยก็ตาม

สำหรับนักพัฒนาไทย ทุกคนได้ประโยชน์ทางอ้อมอยู่แล้ว เพราะ dependency ที่ใช้กันแทบทุกสแต็กอยู่ในรายชื่อ 128 โปรเจกต์นี้ แต่ถ้าคุณดูแลไลบรารีที่มีคนใช้มาก เช่น SDK ชำระเงิน ไลบรารีภาษาไทย หรือตัว parse ข้อมูลภาครัฐ การเตรียม Dockerfile ที่ build และรันเทสต์ได้แบบ offline กับ threat model สั้นๆ ไว้ คือสิ่งที่ควรทำอยู่แล้วแม้จะไม่ได้สมัคร เพราะเป็นสิ่งเดียวกับที่เครื่องมือสแกนด้วย AI ทุกตัวต้องการ และสุดท้ายการมี tools/validate.py กับ template ที่ชัดเจนแบบนี้ก็น่าจะกลายเป็นรูปแบบที่ OSS-Fuzz ในยุค LLM ใช้กันต่อไป

แหล่งข่าว

• Launching an opt-in vulnerability-finding service for open-source software — Anthropic (8 ต.ค. 2026)
• OSS Scanner overview & FAQ — red.anthropic.com
• anthropics/oss-scanner — GitHub