2026 年 11 月，Google 搜索顶部的 AI 摘要推送了一条行业快讯。一位报告过 14 个漏洞的安全研究员，被指拿到了历史最高赏金：1,333,337 美元。在搜索卡片里，获奖者、金额与项目名称整齐排列。页面甚至还列出了常规最高档位作为对比。
然而，这位研究员的银行卡里一分钱也没多。这笔千万巨奖在现实中并不存在。它仅仅来自她随手修改的一个后台字段，以及一条公开的玩笑推文。
后台配置失误交出改写金额权限
事件主角是安全研究员 Lyra Rebane。她长期深耕浏览器底层，曾报告过 14 个 Chrome 漏洞。这次混乱的源头，是她在 2022 年提交的一处逻辑缺陷。
该漏洞位于 Background Fetch 接口。攻击者只要诱导目标访问恶意网页，就能把浏览器拉入僵尸网络。因修复方案复杂，补丁在系统里搁置了数年。直到 2026 年 2 月修复完成，Google 向她发放了 1000 美元常规赏金。
转折发生在随后的二次处理中。2026 年 5 月，Ars Technica 报道该漏洞被意外提前公开。Google 紧急将工单重新转为私有。在权限调整过程中，运维人员误把 Lyra Rebane 设成了该问题的验证人（verifier）。
在 Buganizer 工单系统里，外部报告者通常只能查看和留言。一旦变成验证人，系统就会开放核心编辑权。负责记录赏金金额的字段是 vrp-reward。这个敏感字段，恰好允许验证人随意改写。财务元数据缺乏角色隔离。外部测试人员因此获得了修改底层数据库的入口。
133 万美元玩笑穿透平台审核
2026 年 11 月，Lyra Rebane 重新打开工单页面。她发现界面多出了几个修改按钮。为了测试权限范围，她把原本的 1000 美元改成了 1,333,337 美元。这个数字在极客黑话里指代精英，在赏金历史上更是天文数字。
修改发生在 22 点 38 分 15 秒。14 秒后，她顺手将问题标记为已修复。她自知修改会被后台发现，干脆在社交平台公开。11 月 7 日，她发文称漏洞拿到了史上最高赏金 1,333,337 美元。紧接着她在下一句自嘲：「或者，只是我拿到了不该拿的编辑权」。
图：Lyra Rebane 在个人博客中澄清自己从未成为百万富翁，并贴出该漏洞实际获得 1000 美元赏金的系统记录。来源：lyra.horse 原文截图
推文迅速在同行圈内扩散。11 月 8 日凌晨，她主动发布了正式澄清。她明确表示工单后台是真的，但 Google 绝不会发放这笔奖金。整件事纯粹是一场误操作引发的自嘲。
平台的自动化机制率先把事情带偏了。实验性 AI 审核账号打上了社区注释，断定她伪造了截图。Lyra Rebane 随即反驳，指出数据库记录属实，问题出在权限分配。被反驳后，这条 AI 注释很快消失，未起到任何核验作用。自动化审核把算力花在质疑截图上。它忽略了帖文最核心的自嘲语境。
三级工具链把调侃捧上搜索头条
如果链路停在社交平台，玩笑很快就会过去。然而，下一级机器迅速加入了接力。全自动 AI 播客 Daily Vibe Casting 抓取了这条推文。系统直接把这条推文做成了音频与图文报道。
页面赫然标着「内容由 AI 生成」。但播客直接把推文的前半句当成了事实。它以「研究员 Rebane 获得 1,333,337 美元最高赏金」为题全网分发。机器不查证官方公告，也不看后续反转，只盯住了最扎眼的数字。
图：AI 自动新闻播客 Daily Vibe Casting 将玩笑推文包装成创纪录的行业新闻。来源：dailyvibecasting.com 页面截图
最后一环落到了 Google 自己的搜索框里。用户输入「Chrome 史上最高赏金」，AI Overview 随即给出总结。系统自动把二手讨论组装成极具信服力的卡片。它直接确认了这笔巨款，还将研究员列为破纪录的新星。
搜索她的名字，跳出的首要标签同样是「百万富翁」。这套顶尖的搜索系统，在此刻成了谣言放大器。原本自嘲的玩笑，经过抓取、改写和摘要三道工序。它被正式印上了权威搜索的质检钢印。全自动流水线只盯眼球标签。它把未经验证的调侃包装成了结构化新闻。
自动化系统相互引用抹掉核实步骤
这个数字只要经过最基础的人工复核就会露馅。按 Google 公开的常规档位，Chrome 最复杂的全链条或沙箱逃逸漏洞封顶在 25 万美元这一档，此前发给过机构 XBOW 与个人研究者，从没上过百万。
她自己公开过的一笔赏金是 SVG 点击劫持的 1.8 万美元。面对膨胀了 5 倍以上的荒唐数字，全链条的自动化节点无一报警。Google 工程师在凌晨两点多收回权限，将金额重置为 1000 美元。但前端的 AI 摘要在此后数天里，依旧坚称她是百万富翁。
这里暴露出模型内容消费的致命缺陷：机器把上一代机器的产物当成了客观证据。AI 播客依赖单条推文，搜索模型又把 AI 播客当作信源。数据在不同模型间流转。原作者的辟谣被当成噪音剔除，数字本身却被反复加固。
传统信息进入知识库，往往需要机构背书。如今由大模型主导的流水线，直接甩开了人工介入。抓取脚本、改写工具和摘要引擎自动啮合。未经核实的笑话，迅速升级为严肃结论。多个模型把彼此的输出当证据。机器间的交叉引用，直接完成了虚构事实的权威化封装。
假事实不需要任何人蓄意撒谎
这次事件以无伤大雅的自嘲收场。但它暴露的信息风险相当严重。Lyra Rebane 从未想过造谣，她在每处发帖都讲清了来龙去脉。然而一旦文本进入机器加工厂，真实的注脚就会被轻易抹掉。
如果有人蓄意利用这套漏洞发起污染，现有的防线将迅速瓦解。攻击者只需用脚本发布特定词条，再建批量网页。缺乏常识的搜索系统很容易被骗过去。权威搜索把假事实放在最顶层，普通读者根本无法发现底层信源只是一句戏言。
大模型答错问题只是表象。真正的工程困境，在于信息链条上缺少人工核验。权限出错、社交误判、播客洗稿、搜索背书，环环追求极速分发。然而，没有一环承担质检责任。在这条无人看守的流水线上，荒唐的调侃与真实的新闻享有相同的通行证。
搜索曾靠引用和链接构建信任。如今为了迎合即时答案，AI 摘要选择直接下结论，把概率拼凑包装成既定事实。只要只顾生成、不顾核验的机制继续运转，虚构故事还会被推上搜索顶部。到那时，恐怕不会再有当事人站出来主动辟谣。
参考链接：
- Lyra Rebane 个人博客原文：How I accidentally became a millionaire
- Daily Vibe Casting AI 新闻播客报道页面
- Google Buganizer 问题跟踪系统权限说明文档
- Ars Technica 关于 Chromium 漏洞修复事故的历史报道
