Trust Agent: AI 能够捕获 AI 使用信号和提交元数据——
它使 AI 辅助开发在整个安全软件开发生命周期（SDLC）中变得可见、可审计且可管理，帮助企业在代码进入生产环境之前识别并降低开发人员风险。
AI 辅助软件开发的首道控制层
Trust Agent：AI 助力在代码创建源头实现 AI 网络安全治理。
使用 AI 的贡献者 / 工具安装量
57
/90
由 AI 编写的提交
60
%
使用已批准模型编写的代码
55
%
使用未经批准模型编写的代码
13
%
来自排名第一的安全编码培训公司
.svg){kind=logo}
AI 治理难题
AI 已深度嵌入开发流程，但监管却尚未跟上。
AI 编程助手、大模型 API、CLI 代理以及接入 MCP 的工具，如今每天都在影响生产代码。开发速度虽然加快了，却也给整个软件生命周期带来了新的治理难题。
安全与工程负责人正面临这样的拷问：
- 正在使用哪些 AI 工具和模型？
- AI 在哪些地方影响了代码？
- AI 是否增加了引入漏洞的风险？
- 开发人员是否在验证 AI 的输出？
- 我们能否证明风险随时间推移而降低？
在大多数组织中，这些问题的答案往往基于假设而非数据。这种差距导致了以 AI 速度增长的风险敞口。Trust Agent: AI 提供了回答这些问题所需的可视化、风险关联和治理控制能力用证据说话。
什么是 Trust Agent: AI？
助力在整个软件生命周期中安全采用 AI 的治理层。
Trust Agent: AI 将 AI 软件治理引入软件开发生命周期。它提供了 AI 辅助开发的可视化能力，在提交时关联风险，并助力组织安全地扩展 AI 编码规模。
通过关联 AI 工具与模型使用情况、MCP 活动、提交元数据、开发人员 Trust Score® 以及漏洞基准，Trust Agent: AI 能够帮助组织：
核心功能
提交阶段的实时 AI 治理
传统的应用安全工具只能在代码编写完成后检测漏洞。Trust Agent: AI 在代码提交时即可实现 AI 使用情况的可视化，识别出哪些工具和模型影响了代码，从而帮助决策者通过制定策略和开展针对性培训来做出响应。
AI 使用可见性
了解 AI 如何影响生产代码
捕获开发者工作流程中可观测的 AI 工具和模型使用情况，并将活动与代码库、贡献者及治理态势相关联。
MCP 供应链洞察
掌控 AI 工具供应链治理
呈现活跃使用的 MCP 提供商、受影响用户及代码库暴露情况，为 AI 工具供应链建立治理基准。
提交级风险关联
将 AI 开发与可衡量的风险挂钩
关联 AI 使用信号、提交元数据、开发者 Trust Score® 和漏洞基准，在代码进入生产环境前识别高风险暴露点。
自适应风险学习
弥补提交背后的技能差距
根据提交风险、AI 影响和开发者 Trust Score® 触发针对性学习，从而减少重复出现的漏洞。
企业级报告与审计可见性
实现基于证据的监管
提供面向高管的仪表板，展示 AI 使用趋势、MCP 可见性以及引入的漏洞指标，且无需存储源代码或提示词。
集成
支持的 AI 开发环境
Trust Agent：AI 可集成到现代 AI 辅助开发工作流程中，支持整个生态系统中既有及新兴的各类工具。
VS Code 扩展
Visual Studio Code IDE 扩展包括：
本地代理
Trust Agent: AI 支持主流 LLM 提供商，包括：
成果与影响
在提交阶段执行 AI 网络安全治理
Trust Agent: AI 可降低 AI 引入的风险，加强提交级的问责制，并在 AI 辅助开发中实现可执行的治理。它将 AI 治理从静态策略转变为可衡量的提交级控制，从而将 AI 的应用转化为基于证据的安全成果。
*进行中
引入漏洞的减少量
53%+
更快的平均修复时间
进行修复
进行修复
82+%
AI 模型
可追溯性
可追溯性
100%
MCP 模型
可追溯性
可追溯性
100%
适用对象
专为 AI 治理团队打造
率先实现提交阶段的 AI 辅助开发治理
了解 Trust Agent: AI 如何在 AI 辅助开发中实现可见性、关联分析和策略控制。
Trust Agent: AI 常见问题解答
AI 软件治理与提交级控制
了解 Trust Agent: AI 如何让 AI 辅助开发在整个安全 SDLC 中变得可见、可衡量且可执行。