د Generative AI وسیلې د شرکتونو د bug bounty پروګرامونه د ټیټ کیفیت او جعلي vulnerability راپورونو په ډکولوکې بوختې دي، چې دې کار ټیکنالوژیکي شرکتونه مجبور کړي چې د څیړونکو د تادیاتو طریقه بدله کړي.

دا بدلون د crowdsourced امنیت ثبات ته ګواښ جوړوي، ځکه چې د اتوماتیک سپمونو خورا زیات حجم د انسانانو امنیتي ټیمونه له ځوابه غورځوي او د ترمیم لګښتونه زیاتوي.

شرکتونهНезаده هکرانو ته چې د سافټویر flawونه پیدا کوي، میلیونونو ډالره [1] تادیه کوي. خو د generative AI رایښوېنې کارمندان ته اجازه ورکوي چې د جعلي راپورونو جوړول اتوماتیک کړي. دې tendência ته د شرکتونو د Vulnerability Reward Programs د مدیریت په برخه کې یوه بحران رامنځته کړی دی.

په دې سکتور کې د صنعت ځوابونه مختلف دي. HackerOne نوي vulnerability سپمونه suspend کړي او خپل Internet Bug Bounty پروګرام یې په ټوله کې کړی [2]. نورې شرکتونه د سختو تصدیقي چکونو او defensive AI په لټه کې دي ترڅو دا شور (noise) فلټر کړي [3]. Google هم د دې AI-driven ګډوډیو له امله په خپلو reward پروګرامونو کې تادیات کم کړي [4].

سره له دې چې د جعلي راپورونو شمیر زیاتیږي، AI د څیړونکو د حقیقي flawونو موندلو وړتیا هم ښه کړې ده. د AI وړتیا چې د سافټویر لوی bugونه ومومي، په کالیز ډول 490% [5] زیاته شوې ده. دا یو paradox رامنځته کوي چې چیرته امنیتي ټیمونه باید د پیچلیو vulnerability-ونو موندلو لپاره د ډیر شور (noise) له منځه تېر شي.

د 2025 کال معلومات ښيي چې د valid bug bounty سپمونو شمیر 85,000 [3] ته رسیدلی دی. دا د legit راپورونو په کالیز ډول 7٪ [3] زیاتوالی ښيي. سره له دې چې د valid موندنو شمیر دوامدار زیاتیږي، خو د جعلي او حقیقي سپمونو نسبت په显著ه توګه بدل شوی دی ځکه چې automation ته لاسرسی اسانه شوی دی.

امنیتي ټیمونه اوس د manual review له ډیر فشار سره مخ دي. د راپورونو د تولید اتوماتیک کولو معنی دا ده چې یو کس کولی شي په هغه وخت کې چې پخوا یو انسان ته د یو ښه documented flaw د سپمولو لپاره وخت پیچیده کېده، په سلګونو ټیټ کیفیت لرونکي ادعاوې وړاندې کړي.

“د AI تولید شوي ټیټ کیفیت او جعلي bug راپورونه د bug bounty پروګرامونو ته برید کوي”

د vulnerability raporting اتوماتیک کول د ټیکنالوژیکي شرکتونو او د امنیت جامعیت (security community) ترمنځ په اړیکو کې یو بدلون ښيي. لکه څنګه چې د raporting لپاره د ننوتلو خنډونه کم کیږي، د 'signal-to-noise' نسبت ټیټیږي، چې دا ممکن مسلکي څیړونکي discourage کړي او شرکتونه د خلاص crowdsourced ماډلونو پر ځای د تړلو او داخلي امنیتي audit-ونو لور ته اړ کړي.