这两天,最高法院就“农达(Roundup)是否应标注癌症警告”的诉讼案出现了意见分歧。一边是原告方坚称,草甘膦类除草剂与癌症存在关联,必须让消费者知情;另一边则是被告方和部分法官认为,现有科学证据尚不足以支撑“确凿致癌”的结论。
这场拉锯战看似是法律与科学的博弈,但当我们把目光从法庭转向更广阔的公共卫生领域时,一个更深层的悖论浮出水面:我们是否在“癌症预防”的战场上,选错了主攻方向?
**一、被忽视的“预防真谛”:不是发现,而是阻断**
最高法院的争论焦点,是“农达是否致癌”。但一个更具颠覆性的医学事实,正在被这场舆论风暴所掩盖——真正能大幅降低癌症死亡率的干预措施,可能根本不是“早期发现”,而是“早期阻断”。
以结直肠癌为例。过去几十年,我们一直被告知:定期做肠镜,早发现早治疗,就能活得更久。这个逻辑听起来无懈可击,但最新的循证医学研究给出了更精确的答案。
根据《新英格兰医学杂志》等顶级期刊发表的长期随访数据,结直肠癌筛查带来的死亡率下降,其核心机制并非在于“发现了早期癌”,而在于“发现了癌前病变并将其切除”。换句话说,肠镜的真正价值,不是让你在癌症刚冒头时抓住它,而是在它还没变成癌症之前,就把它从体内清除掉。
这个区分至关重要。它意味着:如果我们把“癌症预防”等同于“早期诊断”,那么即使我们投入再多的资源去做筛查,只要没有同步建立高效的“癌前病变切除”体系,死亡率下降的幅度就会大打折扣。而如果我们在政策制定中,把“筛查率”当作唯一的KPI,却忽视了“息肉切除率”和“随访依从性”,那我们就可能陷入一种“看起来很努力,实际上没触达核心”的尴尬。
**二、医保提案的“盲区”:重治疗、轻预防、更忽略“阻断”**
回到“农达”案引发的医保讨论。当前许多关于癌症的医保提案,往往集中在两个方向:一是降低靶向药、免疫疗法的价格,让患者用得起“救命药”;二是扩大免费筛查范围,鼓励更多人做早筛。
这两件事当然重要。但如果我们只做这两件事,就相当于在一条河的下游拼命打捞落水者,却忽略了在上游筑起一道堤坝。而“切除癌前病变”就是那道堤坝。
数据显示,结直肠癌从腺瘤性息肉发展到浸润性癌,通常需要5到10年。这个窗口期,是人类对抗癌症最黄金、成本最低、收益最高的时间。一次肠镜下息肉切除,成本不过几千元,却可以避免未来数十万甚至上百万的治疗费用,以及一条生命的消逝。
然而,在目前的医保体系中,这种“阻断性干预”的覆盖力度远远不够。很多地区的医保报销,更倾向于“确诊后的治疗”——因为那符合“疾病”的定义。而“息肉切除”往往被归类为“手术”或“检查”,报销比例和流程缺乏针对性的优化。更关键的是,公众对“切除息肉等于预防癌症”的认知,远不如“定期体检等于关心健康”那么深入人心。
**三、真正的“预防优先”,需要一场认知革命**
最高法院的法官们在争论“农达是否该贴标签”,这本质上是关于“风险告知”的博弈。但如果我们把视野拉高,会发现一个更值得追问的问题:我们是否在“风险告知”上投入了过多精力,却在“风险阻断”上投入不足?
“农达致癌”的风险,即便被证实,也是低概率、长潜伏期的环境暴露风险。而“不切除息肉”的风险,却是高概率、确定性的疾病进展风险。前者是“可能”,后者是“必然”。
一个理性的公共卫生策略,应该优先解决“必然”的问题,再去处理“可能”的争议。这并不是说环境致癌物不值得关注,而是说,当我们的医保资源、公众注意力和政策制定精力都有限时,必须做出排序。
**四、给医保提案的“三个建议”**
基于以上分析,我认为任何真正以“降低癌症死亡率”为目标的医保提案,都应该包含以下三个核心要素:
1. **将“癌前病变切除”纳入基本医保的优先报销目录**,并简化报销流程。让医生和患者都愿意在发现息肉时“顺手切掉”,而不是“观察等待”。
2. **建立“筛查-切除-随访”的闭环管理**。不能只统计“多少人做了肠镜”,更要统计“多少人切除了息肉”、“多少人按时复查”。用数据驱动预防效果。
3. **改变公众传播的叙事方式**。不要再只喊“早发现早治疗”,要更精准地喊“早发现早阻断”。让每个人都知道:你去做肠镜,不是为了“等癌来”,而是为了“让癌没机会来”。
**结语:别让“致癌恐慌”掩盖了“防癌真相”**
最高法院的法官们还会继续争论“农达”的标签问题。但作为普通公众,作为医保政策的制定者,我们更该清醒地认识到:癌症预防的真正战场,不在法庭上,不在实验室里,而在每一个人的肠道中。那些被发现的息肉,比任何“致癌物警告”都更值得被认真对待。
**你认为,在癌症预防中,“早发现”和“早阻断”哪个更关键?欢迎在评论区分享你的看法。如果你觉得这篇文章有启发,请转发给身边关心健康的朋友。**
CVSS 9.9分!GitLab AI网关爆出致命漏洞,你的代码仓库可能正在”裸奔”
一个评分高达9.9的漏洞,足以让全球运维和安全团队彻夜难眠。这一次,轮到了GitLab。
2026年,当AI能力已经成为DevOps工具链的标配,GitLab的AI网关却被曝出CVE-2026-90970这一严重缺陷。CVSS评分9.9,距离满分仅差0.1——在安全领域,这意味着”接近理论极限的严重性”。攻击者无需复杂条件,即可通过AI网关这一看似”智能”的入口,撬开整个代码仓库的大门。
问题的本质,远比一个补丁复杂得多。
**AI网关:DevOps的”新边疆”,也是”新软肋”**
GitLab AI网关是什么?简而言之,它是GitLab将大模型能力嵌入研发流程的”神经中枢”。代码补全、智能审查、自动生成提交信息、漏洞建议修复——这些让开发者拍手叫好的功能,都依赖AI网关在后台调度模型、处理请求、返回结果。
但问题恰恰出在这里。为了完成”智能”任务,AI网关必须拥有极高的权限:读取代码内容、访问项目元数据、调用内部API、甚至代表用户执行操作。它就像一把万能钥匙,被挂在了GitLab这栋大楼最显眼的门把手上。
CVE-2026-90970的致命之处在于:攻击者可以通过精心构造的请求,绕过AI网关的权限校验机制,直接以高权限身份读取私有仓库代码、窃取CI/CD密钥、甚至注入恶意代码到流水线中。CVSS 9.9的评分,意味着利用门槛极低、影响范围极广、后果极其严重。
**为什么AI组件的漏洞总是”特别致命”?**
这不是GitLab第一次因AI组件登上安全头条,也不会是最后一次。从2024年到2026年,全球主流DevOps平台——GitHub、GitLab、Jenkins、Azure DevOps——无一例外地在AI集成模块上栽过跟头。
根本原因有三。
第一,AI组件的”权限膨胀”是结构性的。传统API网关的权限边界清晰,一个查询接口只能查数据,一个写入接口只能写数据。但AI网关不同:它需要”理解”上下文,就必须访问上下文;它需要”生成”建议,就必须拥有建议所涉及的资源权限。这种”为了智能而让渡权限”的设计范式,天然埋下了越权隐患。
第二,AI组件的输入面极其宽广。自然语言、代码片段、文件路径、模型参数——任何一个输入点都可能成为注入攻击的入口。攻击者不需要找到传统的SQL注入或缓冲区溢出,只需要在提示词中嵌入恶意指令,就可能让AI网关”心甘情愿”地交出敏感数据。
第三,安全测试跟不上AI迭代的速度。传统安全工具擅长扫描已知模式的漏洞,但AI网关的行为逻辑是概率性的、上下文相关的。同一个请求,在不同项目、不同模型版本、不同上下文下,可能产生完全不同的结果。这让自动化安全测试几乎束手无策。
**从CVE-2026-90970看DevOps安全的范式转移**
这个漏洞的真正价值,不在于它本身有多严重,而在于它揭示了一个不可逆转的趋势:DevOps平台的安全边界,正在从”代码”转移到”AI”。
过去,我们保护代码仓库,核心是管好Git协议、SSH密钥、访问令牌。后来,我们保护CI/CD,核心是管好流水线权限、环境变量、制品仓库。现在,我们保护AI网关,核心是什么?是提示词过滤?是模型输出审查?是权限最小化?还是行为审计?
答案可能是:以上全部,但远远不够。
真正需要的,是一种”零信任AI”的架构思维。具体而言:
其一,AI网关必须运行在独立的、隔离的权限域中。它不应该直接持有用户的长期凭证,而应该通过短期令牌、动态授权的方式,在每次请求时重新校验权限。
其二,所有AI网关的输入输出必须经过严格的内容安全策略。不是简单的关键词过滤,而是基于语义的意图识别——判断这个请求是否在试图诱导AI执行越权操作。
其三,AI网关的行为必须可审计、可回滚。每一次代码读取、每一次API调用、每一次模型推理,都要留下不可篡改的日志。一旦发现异常,能够快速定位、快速阻断、快速恢复。
其四,也是最根本的:不要把AI网关当作”更聪明的API”,而要把它当作”拥有超级权限的新用户”。对待新用户,我们从来不会一上来就给root权限。
**修复之外:每个团队都应该问自己的三个问题**
GitLab已经发布了补丁,升级到最新版本即可修复CVE-2026-90970。但补丁只能解决这一个漏洞,解决不了系统性的风险。
每一个使用AI增强型DevOps平台的团队,都应该立即问自己三个问题:
第一,我们的AI网关拥有哪些权限?这些权限是否经过了严格的必要性审查?是否存在”为了省事”而授予的过度权限?
第二,如果AI网关被攻破,攻击者能接触到什么?是只有公开代码,还是包括私有仓库、生产密钥、客户数据?最坏情况下的影响范围有多大?
第三,我们有没有能力检测和响应AI网关的异常行为?当AI网关在凌晨三点突然大量读取私有仓库时,有没有告警?有没有阻断?有没有溯源?
这三个问题,比任何补丁都更重要。
**结语:AI越智能,安全越不能”偷懒”**
CVE-2026-90970是一个警钟,但它不是第一个,也不会是最后一个。当我们将越来越多的权限交给AI,我们就必须用更严苛的标准去审视AI的每一个接口、每一次调用、每一行代码。
安全从来不是AI的对立面,而是AI能够被信任的前提。一个CVSS 9.9的漏洞,足以让整个行业重新思考:我们到底应该给AI多少信任,以及,我们准备好为这份信任付出多少安全成本了吗?
你的团队,是否已经检查了GitLab AI网关的权限配置?欢迎在评论区分享你的安全实践或困惑。如果觉得这篇文章有价值,请点个”在看”,让更多运维和安全同行看到。





