前两天，HN上一条消息直接冲到了1120分，评论区吵了五百多楼，Z.ai发布了GLM-5.3，一个开源模型，标题里带了个让人心里一紧的词，emergent cyber capabilities，涌现的网络攻击能力。
具体说，这个模型在CyberGym漏洞发现基准上拿了84.5%，超过了Mythos 5和GPT-5.6 Sol，在ExploitBench上得分比上一代翻了一倍多。最夸张的是他们公布的真实战绩，跟国内几家安全团队合作，在269个真实项目里挖出了2436个漏洞，其中1097个是中高危，最老的一个漏洞在代码里躺了大概40年。
我第一次看到这个数字的时候，说实话，心里是有点发毛的。
我的第一反应是这东西太危险了，一个开源模型，谁都能下载，拿去挖漏洞，这还得了？？？
但缓了一会儿，我脑子里冒出来另一个念头，这玩意对普通人来说，是不是一门生意？
漏洞赏金这个行业其实存在很多年了。HackerOne这个平台2011年成立，两个白帽黑客Jobert Abma和Michiel Prins搞的，最早靠挖Google、Facebook、Apple这些大厂的漏洞起家。到2020年5月，HackerOne累计支付的赏金就超过了1亿美元。2024年有个叫hackermondev的安全研究员，靠一个Zendesk的漏洞拿了5万美元赏金，一篇writeup在HN上拿了1600多分。
以前这些钱跟普通人没什么关系，因为挖漏洞需要极高的技术门槛，你要懂汇编、懂内存布局、懂各种攻击手法，这些知识没有三五年积累根本啃不下来。我2018年那会儿试着学过一阵子渗透测试，啃了两周OWASP的文档就放弃了，光一个SQL注入的绕过姿势就能写一本书，更别提后面还有反序列化、提权、内网横向，越学越觉得自己是个废物。
但AI把这个门槛砸碎了。
2025年6月，一家叫XBOW的公司，用纯AI驱动的渗透测试器，登上了HackerOne美国区排行榜第一名，这是历史上第一次，一个没有人工干预的AI，在漏洞赏金这个靠真本事吃饭的竞技场里，干翻了所有人类选手。当时这条新闻在安全圈炸了锅，评论区一堆人哀嚎，说以后赏金猎人要失业了，结果一年过去，漏洞反而越挖越多，因为AI能覆盖的项目数量，是人类根本比不了的。
现在GLM-5.3直接把漏洞挖掘的能力卷到了开源，两周后权重就要放出来，参数只有Kimi K3的三分之一，效果却逼近甚至超过闭源顶级模型。
普通人怎么上车？我拆成三档。
第一档，入门级，国内SRC平台练手。补天、漏洞盒子、CNVD这些平台常年挂着几百万的奖金池，低危漏洞也有几百到几千块。你不需要会写exp，只需要会用GLM-5.3这样的模型帮你读代码。把一个小项目的源码丢给模型，让它找可疑点，你再人工验证一遍，能确认真实存在的漏洞就能提交。一个真实的低危漏洞，300到3000块，跑通两三个，你就有信心了。
第二档，进阶级，HackerOne国际平台。这里的目标是开源项目和海外大厂，赏金从几千到几万美元。关键是学会用AI做代码审计的完整流程。GLM-5.3在ExploitBench上的得分是54.4%，比上一代翻了一倍多，这个分数背后，是模型真的能跨多个环节推理出完整的攻击链，而不是只会找孤立的缺陷。你负责验证和写报告，模型负责铺量找线索。
第三档，高阶版，安全审计服务。当你在SRC平台有了几个真实漏洞的记录，就可以给中小企业提供代码安全审计服务。大部分小公司连一个专职安全工程师都没有，产品上线全靠运气，出了事才知道疼。一次审计收3万到20万，GLM-5.3两天挖出2436个漏洞的效率，放到单个项目上，就是降维打击。
具体操作流程，我按自己理解走一遍。
第一步，注册平台，摸清规则。HackerOne、补天、漏洞盒子，注册后先看目标列表，每个项目都有明确的测试范围，scope之外的不要碰，这是法律红线。
第二步，选目标。新手优先选开源项目，或者SRC上刚上线的新项目，竞争少，漏洞多。大厂项目赏金高但卷成麻花，AI时代一个漏洞提交上去，可能几分钟就被抢注。
第三步，用AI做静态审计。把项目代码拉下来，用GLM-5.3或ZCode辅助，让模型找可疑的数据流、不安全的函数调用、缺乏校验的输入点。Semgrep、CodeQL这些静态分析工具也能帮忙，把模型和工具的结果交叉验证，命中重合的地方，八九不离十就是真问题。
第四步，人工验证。这一步绝对不能省。AI的误报率依然很高，ExploitBench 54.4%，反过来说还有将近一半的结论是错的。你需要自己把漏洞链走通，确认它真实存在、能触发、有影响，这个环节决定了报告质量，也决定了赏金级别。
第五步，写报告提交。报告要清晰，包含漏洞位置、复现步骤、影响分析、修复建议。HackerOne的triage团队每天看几百份报告，写不清楚的直接秒拒，写得好的，中高危漏洞的赏金能翻倍。
第六步，跟进修复，拿赏金。漏洞确认后厂商会修，修复完成你才能拿到钱。周期从几天到几个月不等，耐心点，我见过最夸张的一个案例，漏洞确认了一年多才走完流程，但赏金一分没少。
踩过的坑也说几个。
第一个坑，法律红线。这是最重要的，测试范围之外，哪怕你是好心，也可能被起诉。2019年有个研究员在Valve的漏洞赏金项目被ban之后，公开了Steam的0-day，直接上了ZDNet头条，这种案例在行业里就是反面教材。所有测试必须限定在平台授权的scope之内，这是底线，碰都不要碰。
第二个坑，AI误报。我见过太多人把模型输出的所有可疑点都当漏洞提交，结果全是误报，账号信誉直接崩了。HackerOne的reputation体系很重要，报告质量差会降低你的优先级，甚至影响未来所有报告的处理速度。宁可少提交，不要乱提交，你提交的每一份报告，都是你的信用记录。
第三个坑，平台政策变化。2026年1月，cURL这个全球最常用的下载工具，宣布移除了它的bug bounty项目，理由就是AI生成的垃圾报告太多。HackerOne自己也处在转型阵痛期，前Uber安全工程师Joel Margolis在8月写了一篇长文，标题就叫What Happened to HackerOne，讲AI时代平台怎么一点点变了味。这个行业的规则正在被重写，你要跟着规则走，别跟规则对抗。
第四个坑，重复漏洞。SRC平台是第一个提交的人拿钱，同一个漏洞别人先报了，你的报告就是duplicate，白干。AI时代提交速度变成了关键竞争力，拿到线索要尽快验证、尽快提交，别想着攒着一起报，攒着攒着就没了。
说句实话，这个方向不是没有门槛的。你不一定要会写代码，但你至少要能读懂代码，能理解漏洞报告，能跟厂商的工程师沟通。AI帮你把80%的体力活干了，剩下的20%判断力，才是你值钱的地方。
而且窗口期很短。GLM-5.3两周后开源，到时候所有人都能用，漏洞赏金的竞争会比现在激烈得多。但换个角度想，漏洞是永远挖不完的，软件在不停更新，新代码不停产生，GLM-5.3自己都说了，269个真实项目里挖出2436个漏洞，最老的一个躺了40年。
这个行业从2011年HackerOne成立到现在，累计支付的赏金早就超过了1亿美元，而AI正在把这个市场向普通人打开。
磨平一些信息差，就是你的价值。
💡 我整理了一份AI漏洞挖掘副业的「SRC平台清单+GLM-5.3代码审计Prompt+漏洞报告模板」工具包
包含国内主流SRC平台注册指引、AI辅助代码审计的完整Prompt、漏洞报告撰写模板、HackerOne提交流程说明。微信扫码或搜索「AiToollab」关注公众号，回复「漏洞」获取。
零基础不建议直接上手，但门槛比想象中低很多。你不需要会写exp，但要能读懂代码、理解漏洞报告，至少得懂一门语言的基础语法。最快的路径是先用GLM-5.3这类模型辅助，把一个小项目的源码丢给它，让它解释可疑点，你对照代码验证。跑通两个真实漏洞后，你就会理解漏洞长什么样了。完全不会写代码的人，建议先去免费课程补一下Python基础和Web安全基础，一个月内就能跟上。
合法，前提是遵守平台规则。HackerOne、补天、漏洞盒子这些平台都给了明确的授权范围，只要在scope之内测试，就是被允许的。风险来自越界，测试范围之外的系统，哪怕你是善意的，也可能被起诉。另一个雷区是公开漏洞细节，未修复的漏洞不能公开，要走平台的披露流程。记住一条，平台让测哪里就测哪里，报告走正规渠道。
差别很大。国内SRC平台低危漏洞一般300到3000元，中危3000到10000元，高危1万到5万。HackerOne国际平台中位数高很多，公开案例里，2024年有人靠一个Zendesk漏洞拿了5万美元，特斯拉一个挡风玻璃相关的漏洞值1万美元。但新手第一个月可能一分钱没有，前几个漏洞都是在交学费，正常节奏是三个月内出第一个有效漏洞。
成本很低。GLM-5.3目前通过Z.ai的coding plan使用，价格跟其他编码套餐差不多，也可以用免费的替代方案起步。Semgrep社区版免费，CodeQL有免费额度，Burp Suite社区版够用。最大的投入是时间，你需要花大量时间读代码、验证漏洞、写报告。如果走安全审计服务路线，才需要准备商业保险和合同模板这些。
完全是两条路。AI网站安全测试是接单模式，用ArgusRed这类工具帮中小企业扫网站，一单3000到20000元，赚的是服务费。AI漏洞挖掘是赏金模式，去HackerOne、补天这些平台找目标，挖到真实漏洞按漏洞等级拿赏金，赚的是结果钱。前者稳定、客户好找，后者上限高、但靠实力和运气。两条路可以同时走，审计服务积累的案例，反过来也能证明你的漏洞挖掘能力。