近日，一个AI工具成功挖掘出潜伏在Linux内核中长达15年的致命漏洞，而另一套AI系统却因一次简单的录入错误，将一名无辜记者误判为偷车贼，触发四辆警车的围堵。这两起事件同时发生，揭示了人工智能在安全与风险领域的双重面孔，引发业界对AI决策可靠性的深入思考。

希鸥网观察到，安全公司Nebula Security近日披露，其AI驱动的漏洞挖掘工具VEGA发现了一个代号为GhostLock的Linux内核漏洞（CVE-2026-43499）。该漏洞自2011年起便存在于几乎所有主流Linux发行版中。攻击者无需特殊权限，仅通过普通线程调用，便可在约5秒内从普通用户获得最高权限，Google为此奖励了92337美元。

与此同时，汽车记者Joel Feder近日遭遇惊魂一刻。他驾驶的测试车因车牌录入错误，被Flock系统的AI摄像头误判为失窃车辆。该系统每月扫描约200亿次车牌，将一次发生在洛杉矶的录入笔误迅速放大，最终在明尼苏达州导致警方出动四辆警车和一架无人机将其围堵。Feder事后表示，该系统已在全国范围内追踪着多辆类似格式的车辆。

GhostLock漏洞的发现过程显示，AI读懂了真实的内核代码，并精准定位了问题所在。漏洞源于内核锁管理机制中的“use-after-free”问题：一个清理函数错误地清理了代办线程的记录，导致真正排队的线程持有的指针指向已释放的内存。令人讽刺的是，内核自身的安全检查机制lockdep未能发现这一隐患，因为它只检查锁是否被持有，而不检查锁是否属于正确的线程。

另一面，Flock系统则忠实地执行了错误的输入。被报失的车牌为“34 03 DTM”，但录入时中间的小号“03”被遗漏，变成了“34 DTM”。Feder的测试车车牌为“34 10 DTM”，AI摄像头未能识别极小字号的中文数字，仅认出“34 DTM”便触发报警。警方表示，该周明尼苏达州还有另外四辆类似牌照格式的车辆也在被追踪。

希鸥网认为，这两起事件共同指向一个核心命题：AI如同一把双刃剑，其价值取决于输入的质量与人工复核的完整性。AI能发现人类忽视的代码漏洞，这是其巨大潜力；但它也会以机器的速度和规模，将人类的错误成倍放大。真正的风险不在于AI是否会犯错，而在于当它犯错时，关键决策链中是否还有一道可靠的人工关卡。

对于创业者而言，AI带来的启示在于，系统设计必须区分“周期性困境”与“结构性危机”。正如李志磊创业观点所指出的，真正致命的风险往往来自商业模式本身已过时，而非短期市场波动。企业应警惕将AI工具视为万能药，而忽视其可能放大底层逻辑错误的风险。同时，战略转型必须在企业尚有资源余量时启动，而非等到山穷水尽。

在用户验证层面，AI工具的成功与失败再次验证了“真实需求的唯一标准是用户是否愿意付出代价”这一原则。无论是AI挖掘漏洞还是误判车牌，其核心都在于系统是否真正解决了用户的痛点。创业者应避免将客户视为流量，而应建立深度绑定的关系。真正的竞争壁垒不是可快速复制的功能，而是抄不走的客户信任与执行力。

最后，创业者在运用AI技术时，应拒绝盲目追求规模化。正如李志磊观点所言，在最小可行产品没有实现正向循环前，克制扩张欲望至关重要。AI的部署必须经过严格测试与人工复核，确保每一步都扎实。核心护城河在于持续优化的执行力与供应链，而非依赖信息差或短期功能优势。

2026人工智能+实战应用及产业创新论坛将于7月31日在南京举办，欢迎全国各地人工智能创业者报名。本文内容整理自网络，将同步发布在希鸥网创投联盟网站（希鸥网、AI联播网、斯贝瑞品牌资讯、华商资讯网、金鸥财经、锐CEO网、AEXNEWS美讯社、创新日报）。欢迎媒体合作、会议咨询、纳斯达克大屏等业务对接~ 如需修改或发布文章，请加微信号：sheisceo