Theo zamienia newsy o AI w rzeczy, które wypróbujesz jeszcze dziś wieczorem.
Otrzymuj na maila najważniejsze historie tygodnia o AI i sztuce AI — wyselekcjonowane, zwięzłe, za darmo.
Za darmo. Wypisz się w każdej chwili.
Wybierz towarzysza i poznaj jego zdanie na temat tej historii
Google zamroził swój program bug bounty dla open source po „znaczącym wzroście" zgłoszeń generowanych przez AI, który uniemożliwił odróżnienie prawdziwych luk od szumu produkowanego przez maszyny — konkretny przykład tego, jak zautomatyzowane wyniki AI zaczynają niszczyć systemy zbudowane z myślą o danych wejściowych w skali ludzkiej.\n\n## Najważniejsze wnioski\n\n- Google zamroził swój program bug bounty dla open source w 2026 roku z powodu fali zgłoszeń generowanych przez AI, która przytłoczyła ludzkich recenzentów.\n- Zamrożenie dotyczy programu obejmującego projekty open source Google, a nie głównych programów bounty dla Chrome czy Androida.\n- Zgłoszenia generowane przez AI były na tyle liczne, że zasypały prawdziwe ujawnienia luk, degradując podstawową funkcję programu.\n- Sytuacja ilustruje szerszy wzorzec: narzędzia AI obniżające koszt produkcji ustrukturyzowanych danych wyjściowych mogą zalać każdy system przyjmowania zgłoszeń nieprzystosowany do takiego wolumenu.\n- Google nie ogłosiło harmonogramu wznowienia programu ani zmienionej polityki zgłoszeń.\n\n## Co tak naprawdę się zepsuło — i dlaczego wolumen był bronią\n\nProgramy bug bounty opierają się na prostym założeniu: wykwalifikowany badacz znajduje prawdziwą lukę, opisuje ją, a ludzki recenzent ją ocenia. Wąskim gardłem jest zawsze czas recenzenta. Gdy narzędzia AI sprawiają, że generowanie wiarygodnie wyglądających raportów o lukach staje się trywialnie tanie — nawet takich, które nie wytrzymują weryfikacji — to wąskie gardło całkowicie się załamuje.\n\nWedług TechCrunch, wolumen zgłoszeń generowanych przez AI urósł do punktu, w którym stosunek sygnału do szumu uczynił program funkcjonalnie niedziałającym. Odpowiedzią Google było jego zamrożenie, zamiast pozwolić, by niskiej jakości raporty nadal zasypywały te legitymowane.\n\nTo nie jest historia o tym, jak AI znajduje błędy. Chodzi o to, że AI produkuje formę raportu o błędzie — ustrukturyzowaną, brzmiącą technicznie, poprawnie sformatowaną — bez treści. Ta sama dynamika dotyczy każdego miejsca, gdzie ustrukturyzowany szablon spotyka model generatywny bez żadnego tarcia na etapie zgłoszenia.\n\n\n\n## Analogia dla twórców AI-art nie jest hipotetyczna\n\nTwórcy korzystający z narzędzi AI do generowania obrazów, postaci lub wideo na dużą skalę znają już stronę wyjściową tego równania — wsadowe renderowanie dziesiątek wariantów, masowe powiększanie, iterowanie promptów w trakcie całego przebiegu modelu. Sytuacja Google jest lustrzanym odbiciem systemu przyjmowania danych: co się dzieje, gdy odbierający koniec potoku nie został zbudowany z myślą o przepustowości wolumenu AI.\n\nPlatformy przyjmujące zasoby przesyłane przez społeczność, paczki stylów, modele LoRA czy biblioteki promptów stoją pod taką samą presją strukturalną. Jeśli przesyłasz prace do jakiegokolwiek otwartego katalogu lub kolejki moderacji społecznościowej, spodziewaj się wydłużenia czasu recenzji i zaostrzenia standardów zgłoszeń — nie dlatego, że twoja praca jest podejrzana, ale dlatego, że recenzenci toną teraz w wypełniaczu generowanym przez AI od innych zgłaszających.\n\nDla twórców, którzy polegają na generowaniu obrazów AI jako profesjonalnym przepływie pracy, praktyczny wniosek jest następujący: różnicowanie jakości staje się coraz cenniejsze, nie mniej. Gdy wolumen jest tani dla wszystkich, uwagę przyciągają zgłoszenia, które demonstrują wyraźny ludzki osąd — konkretne założenia kreatywne, dobrze uzasadniona logika promptu, dowody iteracji.\n\n## Sygnał ukryty w szumie\n\nZamrożenie rodzi też wyraźne pytanie o badania bezpieczeństwa wspomagane przez AI w szerszym kontekście. Narzędzia takie jak własne modele Gemini Google były pozycjonowane częściowo jako pomoc w znajdowaniu luk — Google Gemini 4 Argon był wyraźnie ograniczony do zweryfikowanych partnerów z obszaru cyberbezpieczeństwa, między innymi po to, by zapobiec nadużyciom. Sytuacja z bug bounty sugeruje, że nawet dobrze intencjonowane badania wspomagane przez AI, gdy skalują się bez bramek jakości, powodują takie same zatory jak spam działający w złej wierze.\n\nGoogle nie ogłosiło, kiedy program bounty dla open source zostanie wznowiony ani jakich zmian będzie wymagał — nie upubliczniono żadnej zmienionej polityki zgłoszeń, wymogu ujawniania AI ani szczegółów automatycznego wstępnego przesiewania. Do czasu ogłoszenia tych zabezpieczeń program pozostaje zamrożony.\n\nDla szerszego ekosystemu trwalszy wniosek jest strukturalny: każdy otwarty system zgłoszeń bez tarcia zostanie ostatecznie wystawiony na próbę przez wolumen AI. Platformy, które to przetrwają, to te, które zbudują bramki jakości przed zamrożeniem, a nie po nim.
