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?

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。
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。
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。

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。
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。



