Google 週四宣布，其 AI 驅動的工具協助修復了 6 月發布的兩個 Chrome 瀏覽器版本——Chrome 149 與 Chrome 150——中的 1,072 項安全漏洞。這個數字超越了 Google 在前兩年發布的 23 次穩定版本中合計 1,036 項修復的總數。規模至關重要：Chrome 是全球使用人數最多的瀏覽器，運行於約三十億台裝置上，這意味著未修補的漏洞可能影響的使用者數量，幾乎超越任何其他消費級軟體產品中的缺陷。

在這些發現中，包含一個潛藏在 Chrome 程式碼庫中超過 13 年的沙箱逃逸漏洞。Google 表示，若此缺陷未獲修補，可能讓遭入侵的轉譯器程序誘騙瀏覽器讀取本機檔案。沙箱機制是瀏覽器的核心安全邊界，旨在隔離不受信任的網頁內容，即使攻擊者利用了轉譯漏洞，也無法觸及作業系統或使用者資料——因此逃離此邊界的漏洞尤為嚴重。

大型語言模型「從根本上改變了網路安全的經濟學，將漏洞發現轉化為自動化、工業級規模的運作，」Chrome 工程總監 Doug Turner 表示。他指出，像 Gemini 這樣的模型讓 Chrome 團隊能夠「先發制人」地修復缺陷，領先潛在攻擊者。

該公司強調，「漏洞發現與修復數量的增加並非失敗的跡象。」

多年期的 AI 安全建設

Google 數年來持續將大型語言模型部署於自身的安全基礎設施中。相關工作始於 2023 年的模糊測試覆蓋率，隨後是 2024 年與 Project Zero 合作開發的 Naptime 工具。2025 年，DeepMind 與 Project Zero 推出了 Big Sleep 發現代理程式，成功找出 Chrome V8 JavaScript 引擎與圖形堆疊中的漏洞。

2026 年初，Google 建構了一套 Gemini 代理程式框架，系統性地掃描更廣泛的 Chrome 程式碼庫。該系統發現了自 2013 年以來一直未被偵測到的沙箱逃逸漏洞。2026 年的框架整合了可互通的開放權重模型與專有模型、由 Chrome 的 Git 歷史記錄與過往 CVE 建置的知識庫，以及一個「評論者」代理程式，用於審查開發者編寫的 SECURITY.md 檔案，以識別信任邊界所在位置。

自動化分類與修補

Google 同時正在訓練 AI 來驗證、分類和修復送入的安全報告。以往，分類單一報告需要五到三十分鐘以上的人力投入。如今，結合規則與 AI 模型的混合流程可過濾垃圾與重複的提交、在受影響的作業系統與 Chrome 版本上重現漏洞、附加嚴重度與引入日期等元資料，並將每份報告路由至適當的負責人。

Google 估計此流程每月可節省數百個開發者工時。

在修復方面，修復代理程式會提出多個候選修補方案，第二個評論者代理程式則選出最佳選項——以類似程式碼審查的方式反覆迭代，直到變更成功編譯並符合 Chromium 風格規範。系統也會在工程師最終批准前生成測試。

這些模型在無一般網路存取權的鎖定機器上運作，運行於白名單網路攔截層之後，且被限制不得存取指定原始碼目錄以外的檔案。

縮短修補落差與重塑漏洞懸賞

Google 正積極設法縮短「修補落差」——即修復進入公開原始碼與使用者實際套用之間的時間間隔。在此窗口期內，攻擊者可以研究修補程式並開發漏洞利用。為此，Google 正在試行每週兩次安全更新，並開發動態修補功能，讓 Chrome 的部分元件得以在無需完整重新啟動瀏覽器的情況下更新。

AI 輔助發現的激增也重塑了 Google 的漏洞懸賞計畫。外部提交增長速度之快，以至於到了三月，該公司收到的報告已超過 2025 年全年的總和。這促使 Chrome 漏洞獎勵計畫（Chrome Vulnerability Reward Program）進行改版，將研究人員引導至 Google 自動化工具最不可能發現的漏洞類別——這一訊號顯示，自動化正將人類安全研究的價值轉向機器仍難以觸及的領域。

就長期而言，Google 正擴展其 MiraclePtr 記憶體安全工具、將新元件轉換為 Rust，並捐款 1,250 萬美元予 Alpha-Omega 開源安全專案——這是一個隸屬於 Linux 基金會的倡議，旨在為廣泛使用的開源軟體提供安全改善資金。

作為比較，Microsoft 最近一次的 Patch Tuesday 修補了創紀錄的 570 項缺陷並在其流程中提及 AI，而 Apple 在 2026 年獨立統計了 482 項修復——但這兩家競爭對手似乎均未與 Google 的 AI 驅動方法處於相同的發展軌跡。此差距表明，擁有深厚 AI 研究能力的公司正越來越能將這些資產用於防禦性安全，其速度可能是缺乏同等內部模型的競爭對手難以匹敵的。