代码审计领域正在经历一场范式转变：AI 发现代码的速度已经超过人类消化和修复的速度，而攻击者也在用同样的技术武装自己。近期三份独立披露勾勒出这条曲线的两端。

供给侧：AI 把漏洞发现"工厂化"

Spring 项目 8 月 20 日单日发布 91 个 CVE（2025 全年只有 16 个），原因不是代码质量下降，而是 AI 辅助代码分析已被系统性应用于其全部项目。此前 Apache Log4j 维护者用 Claude Code 审计整个代码库时，AI 在人类研究者公开报告前七周就发现了同一反序列化 gadget。行业数据显示，2026 年全球漏洞披露量同比大幅上升，CISA 已启动"质量时代"计划试图提升漏洞报告质量而非单纯追求数量。

攻击侧：AI agent 把攻击成本降到 25 美元

安全公司 Gambit 曝光的攻击活动显示，一名威胁行为者用三个开源 AI 框架（Strix、Cairn、Hermes）在数周内攻破至少 27 家企业、窃取 60 万张信用卡，平均每次完整扫描成本仅 25.46 美元，最便宜的一次 3.13 美元。AI agent 具备持久记忆、121 项"技能"（78 项为攻击设计），能自主完成多步骤攻击并动态选择攻击路径。

审计团队的应对清单

  • 重新评估漏洞积压的处理优先级：AI 产出的低危发现会快速淹没你的工单系统，按可达性和可利用性而非 CVSS 分数排序
  • 把"AI 能发现它"纳入威胁建模：如果你的代码库是公开的，假定 AI 已在持续审计它
  • 审计自己的 AI agent 部署：Agent 工具（Pentest GPT、自动渗透框架）的双重用途属性意味着渗透测试工具链的暴露面需要与生产系统同等级别的管控
  • CI/CD 管道审计优先级提升：开发者凭据窃取（针对 npm/PyPI/GitHub/AWS/Vault/SSH 的植入物）已成为供应链攻击的标准载荷

关键判断：AI 没有改变漏洞存在的客观事实，它改变的是发现和利用的时间尺度。防御方仍在按周、按月处理安全问题，攻击方已经按分钟、按美元成本运作。这个不对称如果不主动修正，只会继续扩大。

本文综合编译自 SecurityWeek、The Register、HeroDevs 相关报道。