
迄今为止,安全研究人员已发现了700多个Chrome浏览器bug,谷歌向他们发放的bug赏金已超过125万美元,但谷歌认为,这还不够。
谷歌于当地时间本周二在一篇博文中宣布,谷歌已将发现Chrome浏览器bug的最高赏金从5000美元提升到了15000美元。而自2010年谷歌推出其Chrome赏金计划后,其最低赏金额从未变过,仍保持在500美元。
如今,已有至少十年历史的bug赏金计划已成为各科技公司的一种支付方式,以此来为那些对该公司的安全工作做出贡献,但并非该公司专职雇员的安全研究人员支付奖励。这些赏金计划不仅有助于公司尽早发现其安全漏洞,而且还能有效阻止这些漏洞被拿到黑市上出售。
Google在2010年发布Chrome赏金计划初期曾受到过一些研究人员的指责,他们认为谷歌支付的赏金太少。但从那以后,当研究人员提交bug进行审查,发现该漏洞很难被找到后,谷歌会以超过其最高赏金限额的赏金奖励该研究人员,这为谷歌赢得了很好的声誉。例如在上个月,一位研究人员发现了一系列可绕过Chrome浏览器防护Sandbox的漏洞,并因此获得了谷歌给予的3万美元奖励。
谷歌在周二宣布的消息中有一些改变,其中之一便是其bug奖金支付制度的更加透明化。谷歌已经划定出研究人员发现不同类型的bug后分别可获得多少奖励。
另一项改变为,尽管研究人员在提交bug时并未同时提交漏洞利用,但谷歌将为他们提交的带有漏洞利用的bug支付更多赏金。谷歌希望以此来减少bug的重复,同时方便该公司更快修补漏洞。
最后,这些研究人员及其所获赏金将成为谷歌Chrome bug名人堂的一部分。谷歌的赏金支付变化可追溯回7月1日,因此在不久的将来,一些安全研究人员或将会获得一些额外的赏金。
好文章,需要你的鼓励
这项由IIT马德拉斯与BITS Pilani联合发布的研究(arXiv:2604.21523,2026年4月)构建了FOCUS元评估基准,系统检验了评审型视觉语言大模型的可靠性。通过向超过4000个图文和图像样本中注入40种受控错误,研究发现顶尖评审AI的检测失败率在某些条件下超过50%,物理合理性和视觉细节类错误尤为难以被发现,两两比较是最可靠的评审范式。
这篇由Sylph.AI发布的技术报告提出了一套两层自动化框架,核心思想是让AI自动优化自身的运行脚手架,再进一步让AI学会如何更高效地做这种优化。内层的脚手架进化循环通过工人代理、评估代理和进化代理的协作,自动迭代改进单个任务的运行配置;外层的元进化循环则在多个任务上训练,学习一套能快速适应任何新场景的通用进化蓝图,从而彻底消除人工脚手架工程的需求。
这篇由英伟达等顶尖机构联合发表的论文提出了一种名为Voyager的新型智能体。研究团队以《我的世界》为实验平台,通过引入自动课程规划、技能库存储以及迭代反馈机制,成功让大语言模型主导的AI在完全无人类干预的情况下,实现了在复杂开放世界中的自主探索与终身学习。实验数据表明,Voyager在物品收集、探索范围及技能解锁速度上均呈现出远超传统方法的压倒性优势,为未来开发能够自主解决真实物理世界复杂任务的通用人工智能奠定了关键的理论与实践基础。
这项由伊利诺伊大学、斯坦福大学、英伟达和麻省理工学院联合发布的研究(arXiv:2604.25917,2026年4月)提出了RecursiveMAS框架,让多个异构AI模型通过轻量级模块RecursiveLink在内部信号层面直接传递"潜在思想",形成循环协作,彻底绕开了传统多AI系统依靠文字传话的低效方式。配合两阶段内外循环训练策略,整个系统只需优化极少量参数,就能在数学、科学、代码生成和搜索问答等9个基准测试上取得平均8.3%的精度提升,同时实现最高2.4倍推理加速和75.6%的token用量削减。