把安全审计交给编程 Agent 前,Cloudflare 给它加了一道独立复核

Cloudflare 开源 security-audit-skill,将 AI 编程 Agent 的安全审计拆成发现、验证、记录和复核流程,要求漏洞结论必须有原始代码可验证的证据。

分类:AI编程

把安全审计交给编程 Agent 前,Cloudflare 给它加了一道独立复核

Cloudflare 开源了面向编程 Agent 的安全审计 Skill:security-audit-skill。它不是一个新的漏洞扫描器,而是一份给 Coding Agent 的安全审计工作说明,规定 Agent 如何发现疑似漏洞、如何把发现与验证拆开,以及如何留下可继续修复的结构化记录。项目约有 6 万 Star。

这套工具出现的背景,是 AI 编程代理进入代码安全环节后暴露的一个现实问题:Agent 可能列出大量疑似漏洞,但结论缺少证据;甚至可能为了跑通利用程序,先修改被审计源码,再把自己制造出来的问题当作漏洞上报。为这类行为加上流程约束,成为 AI 编程安全审计的关键一步。

发现者不能同时做验证者

security-audit-skill 的核心做法,是把“发现”和“验证”交给不同 Agent。审计 Agent 找到疑似漏洞后,不能直接定案,而要交给独立验证者复核。验证者需要重新检查推理过程和证据,尝试找出候选漏洞不成立的原因,并把源码依据与实际结果对应起来。

对于最终确认的漏洞,该 Skill 要求附带能在未经修改的原始代码上运行的概念验证(PoC)测试。这个要求针对的正是 Agent 为了复现漏洞而改动源码、导致原始代码是否存在漏洞无法证明的问题。

  • 疑似漏洞进入独立验证流程,不直接作为结论输出。
  • 确认成立的漏洞要保留证据;不成立的说明原因;暂时无法确认的写清缺少什么。
  • 每条疑似漏洞的判定记录在 verdict 字段中。
  • 未补齐证据前不给待验证项标注严重程度,避免误导修复优先级。

六阶段流程与沙箱限制

完整审计被拆成六个阶段:了解项目、查找疑似漏洞、验证、保存结构化记录、独立复核记录,以及生成报告。Agent 会先梳理项目架构、外部输入入口,以及哪些数据和操作需要经过校验才能被信任,并写入 architecture.md。同时,coverage-ledger.json 用来记录检查范围和进度,方便后续分配任务、补查遗漏。

验证结果会统一写入 findings.json。记录经过独立复核后,用于生成三份报告。仓库还提供格式定义和校验脚本,检查记录是否符合要求。但脚本校验通过并不等于漏洞成立,源码和验证结果仍要由 Agent 复核。

安全审计可能需要构建项目、运行测试,而被审计代码本身可能不可信。该 Skill 要求使用操作系统强制隔离的沙箱运行目标代码:目标进程不能访问外网,只能接收明确允许的环境变量,只能写入分配的 scratch 目录,CPU、内存和运行时间等资源也要受到限制。如果没有满足要求的沙箱,就不执行目标代码;需要运行代码才能确认的问题会保留为待验证项。安装 Skill 本身不会自动补齐这些隔离条件。

实测结果:9 条待验证线索,0 条已确认漏洞

在安装和使用层面,用户可以在 Codex 中打开项目,要求安装该 Skill 并对当前仓库执行安全审计。也可以通过 Skills CLI 安装:npx skills add https://github.com/cloudflare/security-audit-skill --skill security-audit。如果换用其他编程 Agent,需要支持工具调用和并行子 Agent;运行校验脚本还需要 Node.js。

该 Skill 默认处于 guidance mode,用于回答安全问题或检查某条漏洞线索,不会自动执行完整审计或生成报告。只有明确要求完整安全审计并生成报告,才会进入 full audit mode。未指定输出位置时,完整审计结果默认保存在仓库之外,例如 ~/security-audit-skill/<repo-name>/run-<N>。

素材中的本地实测显示,Codex 对当前仓库返回了 9 条待验证线索、0 条已确认漏洞,并保存了报告、源码依据、覆盖账本和后续验证计划。这里的 0 条已确认不能理解为仓库没有漏洞:本次报告和覆盖账本的格式校验通过,但本地没有满足全部隔离与资源限制要求的沙箱,因此没有运行目标代码做动态验证;依赖 CVE 的核对也尚未完成。它留下的是一组需要继续补齐环境和证据的线索。

适合哪些开发场景

从定位看,security-audit-skill 更适合希望让 AI 参与安全审计、但又不想只拿到一份“疑似漏洞列表”的开发团队。它可以用于检查生成代码中的输入校验、信任边界和依赖风险线索,也适合先拿一个小仓库验证流程是否有效。

它并不适合期待一键得出最终漏洞结论的场景。如果缺少隔离沙箱,动态验证无法完成;如果缺少独立复核流程,报告仍可能停留在猜测层面。Cloudflare 还以该 Skill 为起点开发了漏洞发现 Harness,用数据库保存审计状态、调度不同 Agent,并追踪仓库之间的依赖,但完整 Harness 未包含在开源仓库中。只审一个仓库可以先用 Skill;需要恢复中断任务、合并多次审计结果或追查跨仓库问题时,再考虑增加调度和存储。

当 AI 生成代码成为日常开发的一部分,安全工具的重点正在从更快发现更多问题,转向让每个结论都有证据、可复核、可继续追踪。

原创文章,作者:点点,如若转载,请注明出处:https://www.dian8dian.com/ba-an-quan-shen-ji-jiao-gei-bian-cheng-agent-qian

Like (0)
点点的头像点点
Previous 1小时前
Next 2024年9月11日 下午3:00

相关推荐