你的AI助手正在自动生成代码，但它学的是GitHub上的公开项目——没人告诉它那些代码是怎么被攻破的。

安全漏洞从哪来

打开网易新闻 查看精彩图片

大型语言模型（LLM，大语言模型）的训练数据里，漏洞代码和正常代码混在一起。模型分不清哪行是最佳实践，哪行是经典错误。

更麻烦的是，AI生成的代码看起来"能跑"，但攻击者专门找这种"差不多就行"的代码下手。缓冲区溢出、注入攻击的老套路，在新代码里换个马甲重现。

没人修的训练集

GitHub Copilot、ChatGPT这些工具的后台，爬的是海量开源仓库。问题是：漏洞被发现后，原仓库可能更新了，但模型训练用的快照里，漏洞还在。

安全补丁的传播速度，赶不上模型生成代码的速度。

开发者成了背锅侠

最终代码署了你的名字。AI写的，你负责。

现在的安全审计工具，还没跟上AI写代码的节奏。静态分析、依赖检查，都是给人写的代码设计的。AI生成的代码结构更"灵活"，绕过传统检测的手法也更隐蔽。

三个凑合用的补丁

第一，把AI当实习生——生成的代码必须人工复核，别直接合并。

第二，强制跑安全测试。不是"建议"，是流水线卡点，不通过不让上线。

第三，盯着依赖项。AI最爱生成的是`pip install`和`npm install`，这些第三方库才是重灾区。

最讽刺的是：我们训练AI学人类代码，却忘了人类代码里最丰富的样本，是前人踩过的坑。