漏洞越查越多

AI 让找漏洞变得极其便宜,安全团队手里的待修清单随之爆炸,稀缺的东西变成了「先修哪个」的判断力。

过去找代码里的漏洞靠人一行行读,慢,所以清单天然就短。现在大模型几分钟就能把一个代码库里的可疑之处全翻出来,清单瞬间涨到四位数。

清单变长本身不致命。致命的是攻击者手里也有同一套加速器。Cloudflare 在公告里说得很直白:攻击者同样能用 AI 加速漏洞的发现和利用,防守方从「发现」到「决定修哪个」的窗口被压缩了。

这就像消防队突然装了一套能扫描全城的探测器,一夜之间报出四千个隐患点。探测器没错,但队里就那么几辆车,先开去哪一处,决定了今晚会不会烧掉一栋楼。

4,000 一次扫描新报出的漏洞数 78 其中被标为'严重'的数量
Cloudflare 用这组数字开篇:清单长到无法逐条处理,连'严重'那一档都有 78 个,先修哪个仍然是个难题。数字来自原文开篇。

扫描器不知道的事

传统扫描器只读代码,不知道那段代码有没有上线、有没有人访问、有没有已经挡住它的防护,它给的严重等级只是纸面等级。

扫描器告诉你某个处理函数里有漏洞。然后就没有然后了。

它不知道这段代码是不是真的部署上线了,不知道有没有人真的在访问这条路径,不知道最近有没有可疑请求打过来,也不知道你是不是早就配了一条规则把这种攻击挡在门外。

所以你只能在没有任何线上证据的情况下排优先级。结果常常是:标着「严重」的那个漏洞藏在一段三年没人调用的死代码里,而真正天天被人试探的那条接口,扫描器只给了「中等」。

扫描器在告诉你什么 这段代码写法上 存在可被利用的 弱点 代码层的判断 它没告诉你什么 这段代码上线没有, 有没有人在打, 防护挡住没 线上风险的判断
扫描器的输出是代码层的判断,不是线上风险的判断。两栏内容对应原文列举的四项未知信息。

用流量给漏洞排序

Cloudflare 的做法是把代码里的漏洞和自家网络上看到的真实流量对上号,让「有人正在打这里」成为提高优先级的证据。

Cloudflare 给大量网站做流量中转,天然看得见哪些路径是活的、承载多少请求、周围有没有安全事件。这套新服务叫 Vulnerability Discovery and Remediation(漏洞发现与修复),目前只对受邀客户开放,把这两边接了起来。

接上之后,一条干巴巴的「此处有漏洞」变成了一句具体的判断:这个漏洞在一段已经上线的代码里,挂在一条流量很大的路径上,最近有攻击活动,而且目前没有任何防护挡着它。

请求量特别大的路径,Cloudflare 称之为热路径(hot path,指承载高并发请求的接口),部署在热路径上的代码会走更严格的安全审查。

如果客户同时开了 Web 应用防火墙(WAF,一道挡在网站前面、按规则拦截恶意请求的关卡),系统还能看到哪些规则已经在生效、已经挡下了什么攻击。那些已经被挡住的漏洞,自然可以往后排。

第一步 · 采集流量快照 哪些路径活着、多热、有无安全事件 第二步 · 扫描源代码 找出代码里的可疑弱点 第三步 · 路径对码 把线上路径和处理它的代码对上号 第四步 · 定初始评级 只依据源代码证据打分 第五步 · 用线上证据上调 流量大、有探测迹象则提级 关键在第四、五步的先后:风险等级先由代码定,流量证据只能往上调,不能凭空创造漏洞。
Cloudflare 描述的检测流程:先看线上,再看代码,最后把两边对起来排序。步骤划分依据原文'Adding context to a vulnerability harness'一节。

侦察兵和猎手

整套流程由几个分工不同的 AI 程序接力完成:一个画地图,一群进去找,最后一道关负责验证。

Cloudflare 用的是一组 agent(能自己拆解任务、连续干活的 AI 程序),跑的是 OpenAI 的 Daybreak 系列模型,主力是 GPT-5.6 Cyber。

侦察 agent 先干一件事:把线上的请求路径和代码库里负责处理它们的那部分对应起来,画出一张地图。然后按这张地图,把猎手 agent 派进代码的特定区域找漏洞。猎手可以随时调取网络上下文,比如得知这条路径最近被人反复试探,它会对这段代码更上心。

但 Cloudflare 在这里立了一条硬规矩:

那些上下文能让猎手 agent 更留意活跃路径背后的代码,但它不能证明漏洞存在。每一个漏洞发现都必须由源代码里的证据来佐证。

换句话说,流量只能调整注意力和优先级,不能凭空创造一个漏洞。猎手交回结果后,验证环节先检查提出的缓解措施,再基于源代码给漏洞一个初始风险评级;线上证据只能在此基础上往上调,比如这个接口流量很大,或者有被主动探测的迹象。

AI 不许碰开关

模型能提方案,但改不了任何东西。每一个补丁和规则都要先过模型之外的检查,再经过人工验证,最后由客户点头。

这套设计里最值得注意的一点,是 Cloudflare 把模型的能力范围划得极窄。

  1. 模型不在 Cloudflare 的边缘节点上跑,提示词从 Workers 经 AI Gateway 发到 OpenAI 的服务器,结果再回来
  2. 模型无法执行它自己提出的任何补丁或规则
  3. 每一次工具调用都被记录,并在执行前对照本次调查的访问策略做检查
  4. 每一个补丁或规则提案,都必须通过模型之外实现的检查,任何一项不过,流程立刻中止,提案根本到不了客户面前

还有一条容易被忽略的设计:系统把源代码、日志、请求元数据一律当作待检查的证据,而不是待执行的指令。这是在防一种很实际的攻击:有人在代码注释或日志里埋一句「忽略之前的指令」,试图指挥这个 AI。

验证防火墙规则时,Cloudflare 拿合成的测试请求去跑,不拿客户的真实流量试。如果检查失败或结果含糊,输出会被扣下来人工诊断。

还有一条划界很干脆:如果某条路径模式里全是变量和通配符,系统就不提规则建议。用 Cloudflare 自己的话说:

我们宁愿漏掉一个可能的关联,也不愿声称一个证据撑不起来的关联。
脱敏后送入 经 AI Gateway 发提示词 只返回文本建议 提交补丁与规则提案 通过才往下走 呈交审阅 模型无法直接触达 客户代码与流量 授权范围内只读 Cloudflare 上的 harness 调度侦察与猎手 agent GPT-5.6 Cyber 跑在 OpenAI 服务器上 模型外的检查 不通过就中止 Cloudflare 人工验证 合成请求试跑规则 客户决定 唯一能改动环境的一方
模型被夹在流程中间:它只能输出建议,中间隔着两道检查和一次人工验证,最终动手的只有客户。虚线表示原文明确排除的路径。

这是一次卖点重组

Cloudflare 卖的不是更强的漏洞扫描能力,而是别人拿不到的那份线上流量证据。这既是它的护城河,也是这套东西的使用门槛。

找漏洞这件事,现在谁都能做。给模型一个代码库,它就能吐出一堆发现,这已经不是差异化能力了。

Cloudflare 真正独有的是第二层:它手里有全球网络的流量视角,知道哪条路径是活的、有多热、正在被怎么打。这份数据别的代码扫描厂商拿不到,除非你把流量也交给它们。这也解释了这套服务的门槛:你得先是 Cloudflare 的客户,而且授权我们读你的代码、你的资产清单、你的防火墙配置。

代价也在这里。要用上这套判断力,你得把三样东西的读取权限交出去:代码库、线上资产与流量元数据、WAF 控制权。Cloudflare 给了对称的承诺,只读客户授权的范围,发给模型前先删掉本次调查不需要的内容并按约定做脱敏,最终部署与否由客户决定。但这些是承诺,不是客户能自己验证的机制。

另外值得留一句:这篇公告里没有一个效果数字。没有说这套系统找到过多少漏洞、误报率多少、优先级排序比传统扫描器准多少。它讲的全是流程怎么设计、边界怎么划。对一个刚进入邀请制内测的产品,这可以理解,但也意味着现在没法判断它到底管不管用。