CodeRabbit 扫了 1,125 个开源仓库,找出 1,215 个高危漏洞,75 个已修。对比 Snyk 这类规则引擎,它用 AI 能挖出逻辑层漏洞。维护者和用到开源组件的团队可以白嫖一次扫描,最高 1K 美元额度。
#code audit
Security review as an agent workflow, with automated exploit tracing and SARIF export, means findings can slot straight into existing CI scanners rather than sitting in a report. Developers and security teams maintaining large repos can run it via CLI or desktop to triage vulnerabilities with reproduction steps attached. Compared with static analyzers, the ruled-out findings list reduces noise from false positives.
CodeRabbit 拿 GPT-6 Cyber 跑安全扫描,33 个漏洞抓到 22 个,比自家生产方案多抓 3 个,评测数据都公开了。
Vercel 把内部用的安全审计智能体做成产品了,每次 push 自动查漏洞还能一键修复,不用部署在 Vercel 也能开。
想知道 Claude 或 GPT 审代码到底能不能抓到真漏洞?这篇基准测了八款模型,265 个来自 Firefox、OpenSSL 的真实漏洞提交,结果差异挺大。
Devin 新增了 Code Scans 功能,能帮你自动检查整个代码库,判断哪些代码可以安全删除,或者找出影响性能的查询,比手动检查效率高得多。
Fireworks和Trilogy AI用Kimi K3搞了个安全自动化方案,能自动审计仓库、扫描和PR。做安全运维的值得看看。
这篇论文测试了LLM重复找漏洞的稳定性,发现Claude匹配结果很稳,但自己新发现的漏洞随机性高。建议和安全工具搭配用,别靠它单干。
做代码审查和项目维护的开发者,可以用 /improve 指令快速获得专业审计报告和可执行计划,省去手动排查的繁琐,建议趁 Fable 限时赶紧试试。
shadcn 的 /improve 解决了代码审计成本高、执行效率低的问题,做代码质量管理和自动化重构的开发者可以直接用最强模型分析、便宜模型执行,建议试试。
安全研究员和漏洞挖掘团队终于有了更强大的 AI 辅助工具——Claude Mythos 能大幅提升代码审计效率,做企业安全审计的可以直接关注。
做大型代码库审计或迁移的开发者,Dynamic Workflows 能并行编排上百个 subagent 交叉验证,比单上下文高效太多。想突破 Claude Code 上下文限制的团队,建议先看这篇踩坑报告再动手。
GPT-5.5 挖出 27 年历史漏洞,安全从业者可以重新评估 AI 在代码审计中的价值,建议关注后续披露细节。
Cursor 团队把内部压箱底的代码审计实践公开了,做 Code Review 的团队可以直接抄作业——用这套 Skill 在 PR 合并前拦住那些“能跑但让代码库变糟”的改动,建议点开看看具体怎么配置。
安全团队和基础设施开发者可以从中了解当前安全 LLM 的真实能力边界——Mythos 能抓哪些漏洞、会漏哪些,以及规模化落地前必须补齐的短板,值得点开看具体案例。