С 27 июля 2026 года GitHub снижает публичные выплаты за найденные уязвимости минимум вдвое на каждом уровне серьёзности. Причём это касается не только новых заявок — компания честно предупредила: отчёты, поданные до этой даты, включая те, что уже застряли в очереди на триаж, получат деньги по старым правилам. Всё, что придёт позже, попадёт под новую, куда более скромную сетку выплат.
Раньше система работала диапазонами. Низкая серьёзность — от 617 до 2000 долларов. Средняя — от 4000 до 10000. Высокая — от 10000 до 20000. Критическая — от 20000 и выше, иногда за 30000. Теперь вместо вилки — фиксированная сумма: 250 долларов за низкую, 2000 за среднюю, 5000 за высокую, 10000 за критическую. The Hacker News посчитали разницу относительно нижней границы старых диапазонов: получилось падение примерно на 50% для среднего, высокого и критического уровней, и почти на 59% для низкого. GitHub объясняет это желанием избавиться от лишнего шума в системе и одновременно ускорить обратную связь для проверенных исследователей, дать им более высокие вознаграждения и прямой доступ к инженерам безопасности компании. В официальном заявлении это сформулировано так: «Вы зарабатываете больше не за счёт количества заявок. Вы зарабатываете больше за счёт их качества». И ещё одна фраза оттуда же: «Инструменты не имеют значения. Значение имеет качество работы».
Параллельно с урезанием публичной программы GitHub вводит закрытый VIP-уровень — по приглашениям, без срока действия. Ставки там куда солиднее: 1000 долларов за низкую серьёзность, 7500 за среднюю, 20000 за высокую и от 30000 за критическую. Чтобы претендовать на попадание в этот список, исследователю нужно набрать один критический отчёт, либо два высоких, либо четыре средних, либо семь низких. При этом GitHub не уточнил, за какой период нужно набрать эти показатели и гарантирует ли выполнение порога само приглашение — полные критерии обещают опубликовать на странице программы в HackerOne.
Старая система VIP, судя по FAQ на момент проверки 22 июля, требовала заработать минимум 20000 долларов и подать хотя бы два отчёта за предыдущие два года. Выполнение этих условий тоже не гарантировало приглашения — GitHub пересматривал список кандидатов ежеквартально. Любопытная деталь: на ту же дату, 22 июля, страница с вознаграждениями всё ещё показывала старую ставку в 20000–30000+ долларов за критическую уязвимость — расхождение заметили именно журналисты The Hacker News, а не сама компания.
Есть и ещё одно ограничение, куда менее заметное на первый взгляд. GitHub не раскрывает порог HackerOne Signal, который будет применяться к новым заявкам. Исследователи, чей показатель окажется ниже этого порога, смогут подать не больше четырёх первичных отчётов. Это перекликается с общим правилом HackerOne: новый участник программы в принципе получает право на четыре пробных отчёта в течение скользящего тридцатидневного окна — то есть ошибиться или не разобраться в специфике GitHub можно от силы четыре раза.
Всё это происходит на фоне заметного изменения ландшафта — искусственный интеллект начал сам находить уязвимости быстрее людей. За день до анонса GitHub Google представила Gemini 3.5 Flash Cyber — облегчённую модель, специально дообученную искать, проверять и патчить уязвимости в коде. Пока доступ к ней получили исключительно правительства и доверенные партнёры через CodeMender, агент Google по безопасности кода, в рамках ограниченного пилота. Ключевая особенность модели — её можно вызывать многократно для проверки разных участков кода, не расходуя ресурсы более крупной флагманской модели при каждом обращении. Это делает её удобной для частого сканирования репозиториев, проверок перед релизами и встраивания в конвейеры анализа коммитов.
По заявленным Google (пока не подтверждённым независимо) результатам бенчмарков, Gemini 3.5 Flash Cyber нашла 55 уникальных подтверждённых проблем в движке V8. Обычная версия Gemini 3.5 Flash — 47. Claude Opus 4.6 — 36. В реальных условиях команда Google по исследованию уязвимостей облачной инфраструктуры с помощью этой модели обнаружила удалённое выполнение кода в публичных API, а также нашла уязвимость с повреждением памяти в чувствительном продакшн-сервисе — всего за два часа. Более того, модель сгенерировала стопроцентно надёжный эксплойт для этой уязвимости, который обходил ASLR и W^X — стандартные механизмы защиты памяти. Схожие возможности заявлены и у Codex Security от OpenAI: инструмент способен тестировать найденное, генерировать рабочие доказательства концепции и предлагать исправления с учётом реального поведения системы. При этом ИИ пока не заменяет полноценное пентестирование — люди по-прежнему нужны там, где требуется связывать разрозненные слабости через границы доверия, распознавать ошибки бизнес-логики и выстраивать реалистичные сценарии атаки с доказанным материальным ущербом.
Показательный пример того, к чему приводит рост числа ИИ-сгенерированных отчётов — история проекта curl. Мэйнтейнер Дэниэл Стенберг закрыл денежное вознаграждение за баги в конце января 2026 года. Причина проста: доля подтверждённых уязвимостей среди присланных отчётов упала ниже 5%, а поток мусора, судя по всему созданного нейросетями, только рос. Но интереснее то, что случилось дальше. К апрелю, после отмены денежных призов и возврата к работе через HackerOne без выплат, поток заявок оказался почти вдвое выше, чем в 2025 году, при этом доля подтверждённых уязвимостей выросла до 15–16%. Стенберг отметил, что почти каждый отчёт по-прежнему выглядит созданным с помощью ИИ — но теперь большинство из них действительно качественные.
Если сложить вместе три этих события — новые ограничения GitHub, повторяемые вызовы моделей у Google, и растущий, но уже более чистый поток заявок в curl — вырисовывается общая картина. ИИ одновременно и заваливает мейнтейнеров мусором, и делает толковых исследователей заметно быстрее, позволяя внутренним командам проверять код чаще, чем раньше. Правдоподобно выглядящие кандидаты на уязвимость становятся дешёвым и массовым товаром. А вот дефицитным ресурсом остаются совсем другие вещи: триаж, доказательство эксплуатируемости, понимание продуктового контекста, раскрытие информации и, наконец, само устранение проблемы.
Здесь же кроется и потенциальная проблема. Снижение вознаграждений вместе с требованиями к репутационному показателю действительно может отсеять шум — но заодно затруднит вход в систему для способных новичков, у которых пока нет наработанной истории на HackerOne. Лимит в четыре отчёта почти не оставляет права на ошибку или незнакомство со спецификой GitHub. А закрытая структура VIP концентрирует самые тесные отношения компании с исследователями вокруг узкого круга уже успешных людей. Это способно ускорить и улучшить работу с самыми ценными находками, но одновременно сужает круг людей, которые вообще проверяют платформу на прочность — а ведь именно широкий охват долгое время был главным преимуществом публичных программ багбаунти. Сам GitHub заявляет, что приветствует ИИ-ассистированные исследования и уже применяет искусственный интеллект внутри компании, но ответственность за проверку и воспроизведение результатов работы инструментов по-прежнему лежит на самих исследователях. Первичный поиск уязвимостей дешевеет на глазах благодаря ИИ. А вот проверенное, доказанное и привязанное к конкретному продукту воздействие — то, за что по-прежнему платят настоящие деньги. Разница между 10000 долларов за публичную критическую находку и 30000+ за такую же находку в VIP-программе — прямое отражение именно этой логики.
Раньше система работала диапазонами. Низкая серьёзность — от 617 до 2000 долларов. Средняя — от 4000 до 10000. Высокая — от 10000 до 20000. Критическая — от 20000 и выше, иногда за 30000. Теперь вместо вилки — фиксированная сумма: 250 долларов за низкую, 2000 за среднюю, 5000 за высокую, 10000 за критическую. The Hacker News посчитали разницу относительно нижней границы старых диапазонов: получилось падение примерно на 50% для среднего, высокого и критического уровней, и почти на 59% для низкого. GitHub объясняет это желанием избавиться от лишнего шума в системе и одновременно ускорить обратную связь для проверенных исследователей, дать им более высокие вознаграждения и прямой доступ к инженерам безопасности компании. В официальном заявлении это сформулировано так: «Вы зарабатываете больше не за счёт количества заявок. Вы зарабатываете больше за счёт их качества». И ещё одна фраза оттуда же: «Инструменты не имеют значения. Значение имеет качество работы».
Параллельно с урезанием публичной программы GitHub вводит закрытый VIP-уровень — по приглашениям, без срока действия. Ставки там куда солиднее: 1000 долларов за низкую серьёзность, 7500 за среднюю, 20000 за высокую и от 30000 за критическую. Чтобы претендовать на попадание в этот список, исследователю нужно набрать один критический отчёт, либо два высоких, либо четыре средних, либо семь низких. При этом GitHub не уточнил, за какой период нужно набрать эти показатели и гарантирует ли выполнение порога само приглашение — полные критерии обещают опубликовать на странице программы в HackerOne.
Старая система VIP, судя по FAQ на момент проверки 22 июля, требовала заработать минимум 20000 долларов и подать хотя бы два отчёта за предыдущие два года. Выполнение этих условий тоже не гарантировало приглашения — GitHub пересматривал список кандидатов ежеквартально. Любопытная деталь: на ту же дату, 22 июля, страница с вознаграждениями всё ещё показывала старую ставку в 20000–30000+ долларов за критическую уязвимость — расхождение заметили именно журналисты The Hacker News, а не сама компания.
Есть и ещё одно ограничение, куда менее заметное на первый взгляд. GitHub не раскрывает порог HackerOne Signal, который будет применяться к новым заявкам. Исследователи, чей показатель окажется ниже этого порога, смогут подать не больше четырёх первичных отчётов. Это перекликается с общим правилом HackerOne: новый участник программы в принципе получает право на четыре пробных отчёта в течение скользящего тридцатидневного окна — то есть ошибиться или не разобраться в специфике GitHub можно от силы четыре раза.
Всё это происходит на фоне заметного изменения ландшафта — искусственный интеллект начал сам находить уязвимости быстрее людей. За день до анонса GitHub Google представила Gemini 3.5 Flash Cyber — облегчённую модель, специально дообученную искать, проверять и патчить уязвимости в коде. Пока доступ к ней получили исключительно правительства и доверенные партнёры через CodeMender, агент Google по безопасности кода, в рамках ограниченного пилота. Ключевая особенность модели — её можно вызывать многократно для проверки разных участков кода, не расходуя ресурсы более крупной флагманской модели при каждом обращении. Это делает её удобной для частого сканирования репозиториев, проверок перед релизами и встраивания в конвейеры анализа коммитов.
По заявленным Google (пока не подтверждённым независимо) результатам бенчмарков, Gemini 3.5 Flash Cyber нашла 55 уникальных подтверждённых проблем в движке V8. Обычная версия Gemini 3.5 Flash — 47. Claude Opus 4.6 — 36. В реальных условиях команда Google по исследованию уязвимостей облачной инфраструктуры с помощью этой модели обнаружила удалённое выполнение кода в публичных API, а также нашла уязвимость с повреждением памяти в чувствительном продакшн-сервисе — всего за два часа. Более того, модель сгенерировала стопроцентно надёжный эксплойт для этой уязвимости, который обходил ASLR и W^X — стандартные механизмы защиты памяти. Схожие возможности заявлены и у Codex Security от OpenAI: инструмент способен тестировать найденное, генерировать рабочие доказательства концепции и предлагать исправления с учётом реального поведения системы. При этом ИИ пока не заменяет полноценное пентестирование — люди по-прежнему нужны там, где требуется связывать разрозненные слабости через границы доверия, распознавать ошибки бизнес-логики и выстраивать реалистичные сценарии атаки с доказанным материальным ущербом.
Показательный пример того, к чему приводит рост числа ИИ-сгенерированных отчётов — история проекта curl. Мэйнтейнер Дэниэл Стенберг закрыл денежное вознаграждение за баги в конце января 2026 года. Причина проста: доля подтверждённых уязвимостей среди присланных отчётов упала ниже 5%, а поток мусора, судя по всему созданного нейросетями, только рос. Но интереснее то, что случилось дальше. К апрелю, после отмены денежных призов и возврата к работе через HackerOne без выплат, поток заявок оказался почти вдвое выше, чем в 2025 году, при этом доля подтверждённых уязвимостей выросла до 15–16%. Стенберг отметил, что почти каждый отчёт по-прежнему выглядит созданным с помощью ИИ — но теперь большинство из них действительно качественные.
Если сложить вместе три этих события — новые ограничения GitHub, повторяемые вызовы моделей у Google, и растущий, но уже более чистый поток заявок в curl — вырисовывается общая картина. ИИ одновременно и заваливает мейнтейнеров мусором, и делает толковых исследователей заметно быстрее, позволяя внутренним командам проверять код чаще, чем раньше. Правдоподобно выглядящие кандидаты на уязвимость становятся дешёвым и массовым товаром. А вот дефицитным ресурсом остаются совсем другие вещи: триаж, доказательство эксплуатируемости, понимание продуктового контекста, раскрытие информации и, наконец, само устранение проблемы.
Здесь же кроется и потенциальная проблема. Снижение вознаграждений вместе с требованиями к репутационному показателю действительно может отсеять шум — но заодно затруднит вход в систему для способных новичков, у которых пока нет наработанной истории на HackerOne. Лимит в четыре отчёта почти не оставляет права на ошибку или незнакомство со спецификой GitHub. А закрытая структура VIP концентрирует самые тесные отношения компании с исследователями вокруг узкого круга уже успешных людей. Это способно ускорить и улучшить работу с самыми ценными находками, но одновременно сужает круг людей, которые вообще проверяют платформу на прочность — а ведь именно широкий охват долгое время был главным преимуществом публичных программ багбаунти. Сам GitHub заявляет, что приветствует ИИ-ассистированные исследования и уже применяет искусственный интеллект внутри компании, но ответственность за проверку и воспроизведение результатов работы инструментов по-прежнему лежит на самих исследователях. Первичный поиск уязвимостей дешевеет на глазах благодаря ИИ. А вот проверенное, доказанное и привязанное к конкретному продукту воздействие — то, за что по-прежнему платят настоящие деньги. Разница между 10000 долларов за публичную критическую находку и 30000+ за такую же находку в VIP-программе — прямое отражение именно этой логики.