博客

如果模型只是安全保障中最小的一环,那么究竟是什么让 AI 生成的代码更安全?

November 17, 2026
Pieter Danhieux

2026 年是 AI 智能体迎来真正爆发的一年。各大企业(尤其是科技行业)纷纷全力投入,尝试在其软件开发生命周期(SDLC)中引入基于智能体的自动化工作流。Gartner 的《2026 年智能体 AI 技术成熟度曲线》显示,虽然目前仅有 17% 的企业部署了 AI 智能体,但已有 60% 计划在未来 24 个月内跟进。 

尽管 AI 工具在各行各业都引发了颠覆性变革,但其对软件开发带来的影响尤为广泛且迅猛,在安全专家眼中甚至令人感到担忧。此前引发广泛关注的 Medicare 数据泄露事件正是由失控的 OpenAI 智能体所导致,这让一些重大的安全隐患进入了公众视野,多位备受推崇的行业专家也随之呼吁,必须尽快为 AI 的使用设立安全防线。

这其中存在一个不容忽视的问题:大多数组织并不清楚自己处于 AI 采用的哪个阶段,不了解正在使用哪些 AI 工具(以及谁在使用它们),更关键的是,他们不清楚自己可能正面临哪些特定于模型的安全问题。如果对这些要素缺乏了解,企业在实施和维护 AI 就绪的安全计划时将举步维艰。

今年早些时候,我们发布了 SCW AI 信任指数,并与皇家墨尔本理工大学(RMIT University)合作,对来自 OpenAI、Anthropic、Google 等机构的 16 款主流 AI 模型进行了评估,共生成 1760 个代码库,平均每个代码库检测出 15 个安全漏洞。基于我们首创的评估方法,这些数据最终证实:安全风险在特定模型和技术栈框架下是具有可预测性的。 

今天,我们发布了 SCW AI 信任指数的第二个版本。该版本采用了更新、更全面的方法论,在为每个模型分配排名和风险评分时,纳入了更多有价值的数据点。我们还首次评估了所测试 AI 生成代码的功能完整性,旨在结合安全指标,对其整体可行性提供参考。

SCW AI 信任指数有哪些新变化?

在第二个版本中,我们通过相同的独立代理测试环境,对来自 8 家供应商的 30 个模型进行了评估,涵盖了 11 种语言和框架栈。供应商包括 OpenAI、Anthropic、Google,以及 Mistral、阿里巴巴、月之暗面(Moonshot)、智谱 AI 和 xAI。每个模型为每个技术栈构建了 10 个应用程序。最终,v2 测试环境共生成并扫描了 15,000 个应用程序,涉及 4130 万行代码。

该领域的发展一日千里:在我们按发布时间梳理的 28 款模型中,有 22 款均在 2026 年推出,仅 9 月份就有 9 款之多。正因如此,该指数是一套持续迭代的动态基准,而非一成不变的一次性排名。

最显著的发现是为模型引入专门定制的安全规则后所产生的效果。基于 26 款模型构建的 284 个可比“模型-技术栈”组合中,我们测试的两套定制规则集分别将综合测算风险降低了 33% 和 46%。相比之下,泛化的“遵循安全最佳实践”指令仅使风险降低了 18%,并且在其中 83 个组合中反而增加了风险。将各模型的代码编写量纳入考量后,依然呈现出相同的规律。我们发现,在过去 12 个月里,这些模型取得了显著进展,表现大幅提升。

然而,规则并非我们所期望的万能药。对于原本风险较低的模型,规则的效果最为显著,能将 13 个低风险基准模型的风险降低 54%–56%,而对于 14 个高风险模型,降幅仅为 25%–43%。即便应用了规则,部分模型仍会产生高风险发现。

模型的选型固然重要,但仅凭价格并不能帮你挑出最契合企业安全需求的选择。此外,没有任何一款模型能在所有场景下都做到最安全。例如,GPT 6 Astra 在所有应用中的平均风险整体最低,但在 Java EE JSP 场景中,Sonnet 5.5 的风险表现更佳。在大多数情况下,投入更多预算并不能可靠地换来更安全的代码。 

虽然较新的模型平均而言更安全,但认为每次发布都必然是升级版是危险的:以本次测试为例,结果显示 Gemini 3.8 Flash 的风险高于 Gemini 3.5 Flash。

您可以访问我们的网站,查看这些指标、全新方法论以及完整的研究结论。

我该如何利用这些数据来改善安全成果?

简而言之,你不能再对 AI 工具对公司整体网络安全风险状况的影响视而不见。这些数据为你提供了真实的对比基准,帮助你确定团队中正在使用或未来可能部署的模型的安全可行性。

关于开发人员对模型的使用,我们需要明确一点:不要指望他们仅仅因为你展示了安全影响数据,就会放弃自己偏爱的模型。这很难推动变革,安全领导者必须深刻理解这一点并据此开展工作。

此时,SCW AI 信任指数可以帮助你了解所用模型的缺陷所在,并为你提供添加可行安全控制措施(无论是测试环境、详细规则集,还是两者兼备)的方案,以缓解模型固有的已知风险。

准备好采取下一步行动了吗?

如果您想了解 SCW AI 信任指数如何协助企业管理者围绕 AI 工具和流程构建安全体系,欢迎与我们联系,我们将为您提前解锁更多最新动态与前沿洞察。

标语

在 AI 驱动的开发成果发布前实现有效治理

评估 AI 辅助风险,在提交代码时强制执行安全编码策略,并加速整个软件开发生命周期的安全交付。

预约演示
资源库

探索更多博客

获取有关安全编码、人工智能治理和软件风险管理的专家内容。

浏览全部
案例研究
筛选标签
这是 div 块中的一段文本。

统一的安全文化:Sage 如何打造其安全倡导者项目

了解 Sage 如何通过灵活且以关系为导向的方法提升安全性,成功培养了 200 多名安全倡导者,并实现了显著的风险降低。

了解更多
浏览器窗口图标,背景为蓝色渐变,中间有粗体字母 KVK,下方有两条蓝色水平线。
案例研究
筛选标签
这是 div 块中的一段文本。

荷兰商会:大规模开发者驱动的安全实践

荷兰商会(Kamer van Koophandel)分享了他们如何通过基于角色的认证、信任评分基准测试以及共享安全责任的文化,将安全编码融入日常开发工作。

了解更多
Insurance Australia Group 标志,显示在网页浏览器窗口设计中,包含蓝色和灰色的文字与图标。
案例研究
筛选标签
这是 div 块中的一段文本。

“代码游戏”如何引领 IAG 集团迈向更安全的编码未来

IAG 集团是亚太地区多家领先保险公司的幕后推手,为数百万客户提供保险承保服务,年保费规模约达 114 亿澳元。

了解更多
博客
筛选标签
这是 div 块中的一段文本。

如果模型只是安全保障中最小的一环,那么究竟是什么让 AI 生成的代码更安全?

今年早些时候,我们发布了 SCW AI 信任指数,并与皇家墨尔本理工大学(RMIT University)合作,对来自 OpenAI、Anthropic、Google 等机构的 16 款主流 AI 模型进行了评估,共生成 1760 个代码库,平均每个代码库检测出 15 个安全漏洞。基于我们首创的评估方法,这些数据最终证实:安全风险在特定模型和技术栈框架下是具有可预测性的。 

‍

了解更多
博客
筛选标签
这是 div 块中的一段文本。

直接在人工智能工具中运行您的安全编码程序

通过任何兼容 MCP 的 AI 工具,即可追踪培训进度、起草任务(Quests)并生成 SCW 安全编码计划报告。所有 SCW 方案均已包含此功能。

了解更多
博客
筛选标签
这是 div 块中的一段文本。

PHP2Shell 地狱:人工智能如何将补丁窗口从数天缩短至数小时

PHP2Shell:AI 如何将补丁修复周期从数天缩短至数小时,以及安全团队应如何重新审视旧漏洞与技术债务。

了解更多

在产品发布前确保 AI 驱动的开发安全

洞察开发风险,执行安全策略,并在整个软件开发生命周期中预防漏洞。

预约演示
未找到相关项目。