Khắc phục lỗi săn lỗi AI: Làm thế nào để không trở thành người phân loại miễn phí cho tác nhân của bạn

Việc triển khai một tác nhân AI cho săn lỗi (bug bounty) chỉ mất vài phút, nhưng nếu không có xác minh, nó sẽ tạo ra hàng loạt kết quả dương tính giả, biến nhà nghiên cứu thành người sàng lọc miễn phí. Ví dụ, trong số 67 báo cáo, chỉ có 3 báo cáo có thể hợp lệ. Theo dữ liệu từ HackerOne, khối lượng báo cáo đến trong năm 2026 tăng 76% so với cùng kỳ năm trước, trong khi tỷ lệ các phát hiện có thể khai thác được xác nhận vẫn ở mức 25%, nhưng tỷ lệ các phát hiện nghiêm trọng và cao tăng lên 32%. Đồng thời, mức tăng trưởng của các báo cáo AI hợp lệ là 210%. Các nền tảng đang đưa ra các hạn chế: curl đã đóng chương trình của mình trên HackerOne kể từ ngày 1 tháng 2 năm 2026; HackerOne tạm dừng gửi bài cho Internet Bug Bounty; BI.ZONE và Standoff 365 áp dụng giới hạn báo cáo hàng ngày; Brave cấm người dùng sau hai báo cáo spam. Một nghiên cứu (Zheng và cộng sự, 2025) trên 9.942 báo cáo cho thấy XSS chiếm 13,8% số bài gửi, Tiết lộ thông tin (Information Disclosure) chiếm 9,4%, và Kiểm soát truy cập với Xác thực (Access Control with Authentication) chiếm hơn 10%. Các mô hình ngôn ngữ lớn (LLM) hiện đại có xu hướng chấp nhận các báo cáo không hợp lệ, nhưng RAG giúp giải quyết vấn đề này. Theo khảo sát của Bugcrowd, 82% nhà nghiên cứu sử dụng AI tạo sinh (generative AI) vào năm 2026. Tác giả xác định bốn cách tiếp cận săn lỗi bằng AI: phân tích thủ công với cố vấn LLM, máy quét tự động với diễn giải LLM, tác nhân trong hộp (boxed agent), và quy trình xác minh (verified pipeline). Các mô hình được thanh toán bằng cách sử dụng thiết lập cục bộ (Ollama, LM Studio, vLLM), API (các mô hình mạnh), đăng ký (subscriptions) (Cursor, Claude.ai, ChatGPT), hoặc nền tảng doanh nghiệp (Bedrock, Azure OpenAI, Vertex AI). Kiến trúc xác minh các phát hiện bao gồm ba lớp: quy tắc tác nhân (agent rules) (ví dụ: kiểm tra dựa trên thời gian cho SQL injection, out-of-band cho server-side request forgery, trình duyệt không đầu (headless browser) cho cross-site scripting), RAG (truy cập cơ sở tri thức với các mẫu lỗ hổng), và giao thức ngữ cảnh mô hình (model context protocol) (công cụ để kiểm tra giả thuyết chủ động).