С 1 октября 2026 года Google приостановила программу вознаграждений за уязвимости в собственном open source-коде (OSS VRP). Причина — резкий рост автоматических заявок, сгенерированных ИИ, большинство из которых оказались невалидными. По данным Tom's Hardware, отчёты содержали галлюцинации и перегрузили инженеров и мейнтейнеров. Обновление программы обещают в первом квартале 2027 года.
Это первый громкий случай, когда ИИ-спам фактически остановил инфраструктурный проект большой компании — и одновременно важный урок для всех, кто внедряет [автоматизацию бизнес процессов компании](#уроки-для-бизнеса-автоматизация-без-контроля).
Что произошло с программой OSS VRP
OSS VRP — это bug bounty-программа Google для open source-проектов: внешние исследователи находят уязвимости в открытом коде компании и получают за это вознаграждение. Модель работала годами и считалась одним из столпов безопасности open source-экосистемы.
С 1 октября 2026 года приём заявок заморожен. Официальная формулировка Google — значительный рост AI-заявок. Участникам пока предлагают переключиться на другие программы вознаграждений компании, а перезапуск с обновлёнными правилами анонсирован на первый квартал 2027 года.
Ключевой момент: программу остановили не из-за роста числа реальных уязвимостей, а из-за потока мусорных отчётов. Каждую заявку должен проверить человек — инженер или мейнтейнер. Когда заявок становится слишком много, а доля полезных падает, экономика программы ломается: расходы на проверку превышают ценность находок.
Почему AI-заявки захламили bug bounty
Галлюцинации вместо уязвимостей
По данным Tom's Hardware, автоматические отчёты содержали галлюцинации — модель уверенно описывала уязвимости, которых в коде не было. Для bug bounty это худший сценарий: отчёт выглядит профессионально, использует правильную терминологию — но описывает несуществующую проблему.
Проверка такого отчёта требует времени: инженер должен воспроизвести сценарий, изучить код и только потом отклонить заявку. При массовом потоке невалидных заявок мейнтейнеры и инженеры просто не успевают обрабатывать реальные находки.
Дешёвая генерация против дорогой проверки
Асимметрия — вот что сломало программу. Сгенерировать отчёт с помощью ИИ стоит копейки, а проверить его — часы работы квалифицированного специалиста. Злоумышленникам и охотникам за наградами даже не нужно находить реальные уязвимости: достаточно подать тысячи заявок в надежде, что какая-то окажется похожей на правду.
Год назад эксперты по кибербезопасности предупреждали, что так называемый AI slop — низкокачественный сгенерированный контент в больших объёмах — станет реальной угрозой для bug bounty-программ. Прогноз сбылся быстрее, чем ожидали.
Что будет дальше: обновление в Q1 2027
До первого квартала 2027 года Google обещает переработать OSS VRP. Конкретных деталей обновления компания пока не раскрыла — известно только, что до перезапуска участникам предлагают другие программы вознаграждений Google.
Главный открытый вопрос, который кейс ставит перед всей отраслью: что делать с самим феноменом AI-заявок? Вариантов, по сути, два — ограничивать автоматические отчёты жёсткими правилами или полностью их запрещать. Каждый имеет свою цену: ограничения требуют механизма проверки «человечности» заявки, а полный запрет отсекает и тех, кто использует ИИ как помощника при поиске реальных уязвимостей.
Какой путь выберет Google — станет ясно только к Q1 2027 года. Но прецедент создан: любой процесс с открытым входом и ручной проверкой на выходе оказался уязвим к дешёвому ИИ-спаму.
Уроки для бизнеса: автоматизация без контроля
История с OSS VRP напрямую касается не только безопасности, но и всех, кто строит автоматизацию. Проблема Google — не в том, что ИИ научился писать отчёты, а в том, что процесс не был готов к обвалу заявок низкого качества.
Отсюда три правила для любой автоматизации:
1. Автоматизируйте проверку, а не только подачу. Если входящий поток вырастает в разы, ручная обработка не выдержит — контроль должен стоять до человека.
2. Разделяйте генерацию и ответственность. ИИ-черновик — нормально; ИИ-отчёт, поданный без верификации, — спам.
3. Считайте стоимость обработки. Дешёвая генерация на входе всегда должна уравновешиваться дешёвой фильтрацией на выходе.
Подробнее о том, где автоматизация приносит пользу, а не создаёт проблемы, — в разделе [где автоматизация реально помогает делу](#где-автоматизация-реально-помогает-делу).
Где автоматизация реально помогает делу
Важно не сделать из кейса Google вывод «ИИ в процессах — зло». Проблема не в технологии, а в отсутствии контроля качества на входе. Там, где поток структурирован и результат проверяем, всё работает иначе.
Классический пример — [чат боты для бизнеса](#где-автоматизация-реально-помогает-делу). Бот обрабатывает типовые обращения клиентов круглосуточно: отвечает на частые вопросы, принимает заказы, квалифицирует лиды и передаёт сложные случаи оператору. В отличие от спам-заявок в bug bounty, каждое сообщение клиента — это реальный запрос, а не сгенерированный шум, и правила маршрутизации задаёт сам бизнес.
Хорошо спроектированные системы автоматизации бизнес процессов отличаются именно этим: у них есть чёткая точка, где автоматика заканчивается и начинается человек, принимающий решение. В bug bounty такой точки не оказалось — заявки летели напрямую к инженерам.
Практический сценарий: поддержка клиентов
Представьте отдел поддержки, который получает сотни однотипных обращений. Без автоматизации операторы тонут в рутине. С ботом:
- типовые вопросы закрываются мгновенно, без очереди;
- нестандартные кейсы попадают оператору уже с контекстом и категорией;
- нагрузка на людей снижается, а не растёт.
Это зеркальная противоположность ситуации Google: там автоматика создавала работу для людей, здесь — её убирает.
Как внедрять автоматизацию и не наступить на те же грабли
Если вы планируете автоматизацию клиентских процессов, кейс Google даёт готовый чек-лист. Применительно к чат-ботам он выглядит так:
- Начните с узкого сценария. Один канал, один тип задач — например, ответы на частые вопросы или запись на услугу.
- Поставьте фильтр качества. Бот должен честно распознавать, когда вопрос вне его компетенции, и передавать человеку, а не генерировать уверенный ответ наугад.
- Измеряйте результат. Доля решённых без оператора обращений, скорость ответа, удовлетворённость клиентов — цифры, а не ощущения.
- Расширяйте постепенно. Убедившись, что первый сценарий работает, добавляйте следующие.
Для компаний, работающих с российской аудиторией, актуально и создание чат бота в макс — мессенджере, который активно набирает пользователей. Принцип тот же: бот в MAX не отличается архитектурно от бота в любом другом мессенджере, отличается только аудитория и API. Начинать стоит с тех же типовых сценариев: FAQ, статусы заказов, первичная квалификация обращений.
Выводы
Google заморозила OSS VRP не потому, что open source стал небезопаснее, а потому, что ИИ сделал подачу заявок практически бесплатной, а проверку — нет. Программа вернётся в обновлённом виде к первому кварталу 2027 года, но прецедент создан: любой процесс с открытым входом и ручной обработкой уязвим для AI-спама.
Для бизнеса вывод другой. Автоматизация бизнес процессов компании работает, когда поток на входе контролируем, а качество результата проверяемо. Чат-боты, маршрутизация заявок, интеграции с CRM — всё это снижает нагрузку на людей. Бесконтрольная генерация контента без верификации — наоборот, создаёт её.
Разница между полезной автоматикой и спамом — не в модели, а в том, кто и как проверяет результат. Google это выяснила на собственной программе bug bounty. Вашей компании этот опыт обойдётся дешевле, если применить его заранее.
Источник: https://techcrunch.com/2026/10/04/google-froze-its-open-source-bug-bounty-program-due-to-a-significant-rise-in-ai-submissions