蘋果限制漏洞報告提交，應對AI輔助海量報告
蘋果引入漏洞報告提交上限與30天冷卻期，理由是AI輔助報告激增。
研究人員可申請提高配額；公司表示近期調整了每位研究員可同時開放的新報告數量，以應對行業範圍內AI生成安全提交的增長，並內部使用AI輔助分診。
網絡安全與漏洞賞金市場中，AI降低發現與提交門檻導致低質量報告激增，資金與人力轉向人工審覈與高質量驗證；蘋果等廠商通過配額控制承壓緩解，而專業研究員與真實漏洞發現者受益於優先級提升。
來源：公開信息
ABAB AI 解讀
蘋果漏洞賞金計劃長期依賴外部研究員提交，AI工具普及後業餘獵人可快速生成大量疑似報告，包括幻覺風險；此次配額與冷卻機制是對“AI slop”現象的直接應對，延續了行業從開放接收轉向質量控制的路徑。
資本路徑上，廠商將資源從處理海量低質提交轉向高價值漏洞驗證與賞金支付；研究員需通過申請獲取更高額度，動機在於過濾噪聲並優先處理真實威脅，同時內部AI輔助分診降低成本。
類比可見於其他科技公司對AI生成內容的審覈升級，以及開源項目對低質PR的限制。當前漏洞賞金處於“發現成本下降但驗證成本上升”的階段。
結構判斷屬於技術替代：當AI使報告生成邊際成本趨零時，系統瓶頸從“發現漏洞”轉向“人工確認真實性”，定價權向能有效過濾噪聲的平臺與高信譽研究員轉移。
ABAB News · 認知定律
AI降低發現成本 卻抬高驗證成本
海量低質報告最終會逼出配額機制
真實信號在噪聲中更顯稀缺