Linux 基金會研究:AI 代碼編寫速度超越安全審查,ActiveState 報告顯示一半審查涉及間接依賴

icon币界网
分享
AI summary icon精華摘要
Linux 基金會的研究顯示,AI 撰寫程式碼的速度已快於安全團隊的審查速度,引發對潛在安全漏洞風險的擔憂。ActiveState 報告指出,58% 的團隊釋出程式碼的速度快於安全團隊的跟進速度,60% 的團隊表示 AI 工具增加了外部套件的使用,而僅有一半的間接相依元件經過審查。這份報告作為 AI + 加密貨幣新聞趨勢的一部分,指出 AI 能夠檢測 30% 的新漏洞,但同時產生 30% 的誤報。ActiveState 執行長 Abby Kearns 呼籲事先批准受信任的元件,以預防安全漏洞問題。
幣界網報導:

AI 撰寫代碼的速度,正快於安全團隊的審查速度。由 ActiveState 贊助並參與的 Linux Foundation 新研究顯示,58% 的團隊發布代碼的速度已超過安全審查能夠跟上的水平;與此同時,60% 的受訪者表示,AI 編程助手增加了其代碼庫中的外部軟體包數量。但對於這些軟體包引入的間接依賴,也就是「傳遞性依賴」,團隊僅約一半時間會進行審查。

ActiveState 是這項新研究的贊助方和貢獻方。該研究由 Open Source Security Foundation(OpenSSF)和 LF AI & Data Foundation 支持。ActiveState 於週一公布了《2026年AI對軟體安全與網路安全影響現狀》(State of AI Impact on Software Security and Cybersecurity 2026)的研究結果。研究指出,AI 驅動的軟體開發速度與組織保護所產出代碼安全的能力之間,正出現不斷擴大的差距。

研究指出,隨著 AI 同時加速程式碼生成與漏洞發現,這些挑戰正變得更加緊迫,組織在攻擊者利用安全缺陷之前識別並修復問題的時間越來越少。2026年10月的 PHP2Shell 漏洞凸顯了這種緊迫性:漏洞披露後數小時內,即已發布緊急修補程式,並報告了利用嘗試。研究稱,隨著漏洞被識別和利用的速度不斷加快,組織正面臨越來越大的壓力,必須確保安全審查、依賴項審核與修復工作能跟上節奏。

這項調查涵蓋了172名來自企業和開源項目的安全從業者。調查還發現,AI 也是解決方案的一部分,但伴隨著一些權衡。受訪者表示,在過去一年發現的漏洞中,有30%是借助 AI 輔助工具檢測到的;69%的受訪者稱,這些工具顯著改善了他們的安全態勢。平均來看,AI 工具讓安全工作提速17%,但漏洞誤報使從業者的工作量增加了30%,這凸顯出在 AI 帶來的效率提升與有效安全監督之間需要取得平衡。

ActiveState 首席执行官 Abby Kearns 表示:「AI 編程助手不只是寫代碼,它們還會選擇你的依賴項,而這項研究顯示,團隊僅檢查了隨之而來內容的大約一半。這與我們每週從客戶那裡聽到的情況一致。放慢開發者的速度並不能解決問題。答案是在代碼進入代碼庫之前,就決定哪些內容值得信賴,這樣開發者及其 AI 工具就能從安全團隊已批准的組件開始。」

其他主要發現包括:

  • 技能面臨風險。82% 的受訪者認同,過度依賴 AI 工具會削弱開發者的安全技能。
  • 擔憂超過了準備程度。對於每一項被衡量的 AI 相關威脅,表示擔憂的從業者多於認為自己已做好準備的人。其中差距最大的是 AI 自動化漏洞利用生成和模糊測試,差值達 41 個百分點。
  • 供應鏈位居憂慮清單首位。供應鏈攻擊是安全專家最擔心的問題,佔比93%;其後是提示注入,佔比90%;以及高頻組件更新帶來的維護負擔,佔比87%。
  • 責任歸屬不明。僅有 30% 的團隊設有專門負責 AI 相關安全威脅的崗位,僅約三分之一的團隊擁有涵蓋 AI 的正式安全政策。
  • 明確歸屬會帶來回報。在設有專門 AI 安全崗位的團隊中,75% 表示自己已為針對 AI 系統的對抗性攻擊做好充分準備;而在全部受訪者中,這一比例為 50%。
  • 人工審查並非預設要求。在擁有 AI 安全政策的團隊中,僅有 57% 要求對 AI 生成的代碼進行人工審查。

研究指出,這些發現共同表明,隨著 AI 的採用程度提高,需要更明確地界定安全責任並加強治理。研究同時指出,設立專門崗位、制定清晰政策以及正確實施工具,與較高的準備程度存在相關性;但該調查並未證明這些做法導致了差異。

OpenSSF 負責 AI/ML/LLM/Agentic Systems 的安全架構師 Laura Guazzelli 表示:「隨著 AI 加速軟體開發,組織也需要同樣審慎地治理和保護所產出的程式碼。這要從理解 AI 在軟體供應鏈的哪些環節引入風險開始,明確由誰負責應對這些風險,並確保安全實踐能夠跟上軟體建構方式的變化。」

報告建議,組織應為 AI 相關安全威脅指定明確負責人,制定正式的 AI 安全政策,並將對生成代碼的人工審查納入其中,同時加強對直接依賴和傳遞性依賴的控制。基於這些發現,ActiveState 建議在掃描和審查之外,於開源組件引入環節就實施治理,讓安全團隊在開發者或 AI 助手將組件拉入之前,先決定哪些組件可以進入軟體供應鏈。

完整報告《2026年AI對軟體安全與網路安全影響現狀》可於 Linux Foundation 網站查閱,內容包括研究發現與實務建議:https://www.linuxfoundation.org/research/ai-impact-on-cybersecurity-2026

關於 ActiveState

ActiveState 表示,公司致力於在 AI 編碼時代從源頭保障軟體供應鏈安全。藉助 ActiveState Curated Catalog——一個私有、經過審核的開源組件倉庫——安全團隊可以在開發者或 AI 編程助手引入組件之前,決定哪些內容能夠進入企業軟體。該公司表示,這讓安全團隊獲得控制權,同時保持工程團隊的開發速度。Curated Catalog 可與團隊已在使用的製品倉庫、掃描器和 AI 編程助手配合使用。更多資訊見 activestate.com。

消息來源:ActiveState

免責聲明:本頁面資訊可能來自第三方,不一定反映KuCoin的觀點或意見。本內容僅供一般參考之用,不構成任何形式的陳述或保證,也不應被解釋為財務或投資建議。 KuCoin 對任何錯誤或遺漏,或因使用該資訊而導致的任何結果不承擔任何責任。 虛擬資產投資可能存在風險。請您根據自身的財務狀況仔細評估產品的風險以及您的風險承受能力。如需了解更多信息,請參閱我們的使用條款和風險披露 。