它是个什么工具

Anthropic 出了个能在你终端里跑的漏洞扫描器,一群 AI 分头扫代码找问题,找到后给你补丁,但改不改由你。

Anthropic 给自家的编程工具 Claude Code 加了个叫 Claude Security 的插件(目前是测试版)。装好后你在终端里敲一条命令,它就派出一群 agent(能自己拆解任务、连续干活的 AI 程序)分头扫描你的代码,专找安全漏洞。

关键在最后一步:它不会自己动手改你的代码。它把找到的问题整理成报告,再按你挑选的问题生成补丁(一小段现成的改动,套上去就修好那个漏洞),但补丁装不装、什么时候装,全由你说了算。

它有两种常见用法:一是把整个代码库从头到尾扫一遍,二是在你提交代码前,只扫这一次改动。

扫描像条流水线

一次扫描不是一个 AI 从头读到尾,而是拆成六个阶段的流水线,分派给一群各管一段的 AI。

这套扫描不是一个 AI 从头读到尾,而是像工厂流水线,拆成六个阶段,每个阶段派不同的 AI 各管一段。

先把代码库切成一个个部件(每块顶层目录要么扫、要么写明为什么跳过),再给每块配 AI 建威胁模型——找出外部数据能从哪进来、哪里是危险落点、哪里是信任边界(系统里"可信"和"不可信"两片区域的分界)。然后按四类常见漏洞(注入类、权限类、内存类、加密与密钥类)逐格派 AI 深挖,最后补漏、评审。

规模会随你选的档位自动缩放。低档最多扫 12 个部件、每格 1 个 AI;最高档扩到 24 个部件、每格 2 个 AI,还多两轮补漏。扫得越狠,派的 AI 越多,但核验标准始终一样。指挥全局的 AI 用的是更强的 Opus 模型,画地图和读代码的用 Sonnet;而且所有扫描 AI 都只有只读权限,碰不了你的文件。

1 · 盘点 把仓库切成部件,每块要么扫、要么写明跳过理由 2 · 威胁建模 每块配一个 AI,找出入口、风险落点、信任边界 3 · 研究 按四类漏洞逐格派 AI 深挖 4 · 补漏 扫矩阵没覆盖到的角落 5 · 评审 三个视角的 AI 投票,淘汰误报 最高档(max)还有第六阶段"对抗":重审临界项, 再对每个幸存漏洞做红队攻击。
一次扫描被拆成六个阶段的流水线,每段派不同 AI;前五阶段是常规流程,第六阶段(对抗)只在最高档触发。数据出自原文管线一节。

漏洞要过投票关

一个漏洞不是被发现就能进报告,得先过三个 AI 的投票关,至少两票认可才算数。

一个漏洞被某个 AI 发现,并不等于它就能写进报告。它得先过一道投票关。

每个候选漏洞会被交给三个互相独立的 AI,一个查"能不能真的被触发"(可达性),一个查"一旦得手危害多大"(影响),一个查"现有防护挡不挡得住"(防御)。三个各自给出"真漏洞"或"误报"的裁决。至少两票认定是真漏洞,它才留得下来;凑不齐三票返回,直接作废。

投票结果还决定这个漏洞能标多高的"信心分":三票全过才准标"高",两票过关最多只能标"中"。换句话说,一个漏洞的可信度,不能超过它在核验里实际挣到的分。

3 三个独立 AI, 各查一个角度 2/3 至少两票认可, 漏洞才进报告 3/3 只有全票,信心分 才准标"高"
决定一个漏洞能否进报告、能标多高信心的三个数字,全来自三个 AI 的投票——2/3 是留存门槛。数据出自原文核验一节。

算分的不是 AI

这份报告的"可靠性"分数,是一段 Python 代码一票一票数出来的,不是 AI 自己声称的。

这份报告最值得玩味的地方:它凭什么说自己"已核验"?答案是——这个数不是 AI 自己声称的,是一段 Python 代码一票一票数出来的。

报告由一个固定的渲染程序生成,它去清点每个漏洞的投票记录。只有当记录证明"报告里每一个漏洞都真的过了投票关",这份报告才会被盖上"已核验"的章;否则就标"未核验",并写明原因。

这一步的意义在于:报告对自己有多严谨的说法,是你能亲自核对的,而不是只能选择相信的。找漏洞的是 AI,但给这份工作打分的,是一段 AI 动不了的代码。

补丁要挣三道门槛

每个补丁都在代码副本里改好,再让另一个 AI 审查加跑测试,三条标准全过才落地,而且永不自动应用。

每个补丁都不是直接在你的代码上改。工具先把仓库复制一份到别处,在这个副本里写补丁,你正在用的代码一根汗毛都不动。

写完补丁后,换另一个 AI(不是写补丁那个)来审查这段改动,还会跑一遍项目自带的测试。只有当这个审查者能同时打包票下面三件事,补丁才会被真正写出来:

  1. 这个改动确实修好了那一个漏洞
  2. 它没有引入新的漏洞
  3. 除此之外程序行为不变——连"代码接受哪些输入"变了都算行为变了

任何"以修漏洞为名、实则削弱安全"的改动(比如放松一处权限检查、或关掉一个测试),一律自动否决。凑不齐这三条,你拿到的不是补丁,而是一段说明为什么没给的短笺。

补丁生成后躺在报告的 patches 文件夹里,没有一个会自动装上——要不要用,你自己一条命令一条命令来。Anthropic 还建议每个补丁单独开一个合并请求,方便逐个审。

它在你权限下裸奔

它没有自带任何隔离——在你的权限下运行,对恶意仓库毫无防护,也替代不了传统安全工具。

最该记住的一句:这个工具没有给自己加任何隔离。

它就在你的 Claude Code 会话里、以你的权限运行——意味着你仓库里已有的各种配置、钩子、给 AI 的指令文件,照样生效。它虽然把仓库内容当"数据"读、而不是当"命令"执行,但 Anthropic 自己写明:这不足以防住一个恶意仓库。要扫来路不明的代码,得先用沙箱(一个隔离的封闭运行环境,里面出事也波及不到外面)把它关起来。

还有两条冷水:扫描结果是不确定的(同样的代码扫两次未必给出一样的结果),而且它替代不了传统的静态分析、依赖扫描和人工代码审查——它是多一层网,不是别的网都能撤了。

✓ 它是什么 在你的会话、你的权限下 运行的只读漏洞扫描, 把仓库内容当数据读 ✕ 它不是什么 不是沙箱, 不防恶意仓库, 也替代不了传统静态 分析与人工审查
读者最容易误会的边界:它是安全工具,但不等于"装了它扫谁的代码都安全"。文字出自原文信任模型一节。