Cloudflare 开源 security-audit-skill：让 AI 编程助手做可验证的安全审计

当 AI 编程助手开始做安全审计

Cloudflare 近期开源的 security-audit-skill 项目在 GitHub 上迅速走热，单日新增超过 500 颗 Star，累计星标已突破 25,000。它的定位很明确：这是一个供编程智能体（coding agent）调用的「技能」，用于执行多阶段的安全审计，并产出经过独立验证、机器可读的审计结果。

这个项目之所以引发关注，核心在于它尝试解决 AI 辅助安全审计中最棘手的两个问题——结果的可信度与可消费性。传统上，让大模型直接扫一遍代码给出「这里可能有漏洞」的输出，往往既不可靠也难以自动化处理。Cloudflare 的做法是把审计拆成多个阶段，并引入独立验证环节来过滤幻觉与误报。

多阶段审计：为什么要分阶段

项目名称中的「multi-phase」是其设计精髓。单次调用大模型完成全部安全分析，容易出现覆盖不全、上下文溢出和结论随机性强等问题。将审计流程切分为发现、分析、验证等多个阶段，可以让每一步都聚焦更小的任务范围，从而提升整体准确率。

这种分阶段的思路与近年来智能体工程（agent engineering）的主流方向一致——与其追求单次「全能」推理，不如把复杂任务拆解为可组合、可审查的子步骤。对安全审计这种对误报和漏报都高度敏感的场景而言，分阶段还带来一个额外收益：中间产物可被审查，整个流程不再是黑箱。

独立验证：对抗 AI 幻觉的关键一环

「independently verified」是该项目最值得玩味的设计。AI 在代码审计中最大的信任障碍，就是它会「煞有介事」地报告根本不存在的漏洞，或者对真实问题视而不见。security-audit-skill 强调发现结果需要经过独立验证，意味着初步判断不会被直接当作结论，而要通过另一套机制加以确认。

这种「发现—验证」分离的架构，本质上是在工程层面给大模型的输出套上一道校验闸门。对于安全团队来说，这意味着拿到的报告有更高的可信度，减少了人工复核大量误报的成本。

AI 幻觉（hallucination）在代码安全审计场景中的危害尤为突出。大语言模型在生成代码分析结论时，可能因训练数据偏差或上下文理解不足，自信地报告一个在当前代码逻辑中根本无法触发的 SQL 注入，或将一段已有边界检查的缓冲区操作标记为溢出风险。这类"误报"在数量多时会严重消耗安全工程师的精力，产生"狼来了"效应，导致真实漏洞被忽视。独立验证的实现方式通常包括：用第二个模型或规则引擎对初步发现进行交叉核对、自动生成 PoC（概念验证）代码并在沙箱中执行以确认可利用性、或通过静态分析工具对模型标记的代码路径进行可达性验证。security-audit-skill 采用哪种具体路径目前尚未完全公开，但"发现—验证"双阶段架构本身已是业界对抗 LLM 误报的公认最佳实践之一。

机器可读的审计结果

另一个关键词是「machine-readable findings」。审计结论以结构化、机器可读的形式输出，而非一段自然语言描述，这让结果可以直接被下游工具链消费——比如接入 CI/CD 流水线、漏洞管理平台或自动化工单系统。

在 DevSecOps 实践中，安全左移要求安全检查能无缝嵌入开发流程。结构化输出正是实现这一点的前提。一个只能人读的报告很难自动化，而机器可读的 findings 则可以触发自动拦截、分级告警或回归验证，真正把 AI 审计能力落到工程管线里。

DevSecOps（开发、安全、运维一体化）是将安全实践融入软件开发全生命周期的工程文化与方法论，其核心理念是"安全左移"——将安全检查从上线前审计阶段前置到开发和 CI/CD 阶段，让安全问题在成本最低的时间点被发现和修复。机器可读的 findings 通常以 SARIF（Static Analysis Results Interchange Format）、JSON Schema 或 CycloneDX 等标准格式输出，这些格式已被 GitHub Advanced Security、Jira、Snyk 等主流平台原生支持，可直接触发 Pull Request 阻断、工单创建或漏洞数据库写入，无需人工转录。相比之下，自然语言格式的审计报告需要专人阅读、判断和手动录入，在高频发布的现代开发节奏下几乎无法规模化。结构化输出因此成为 AI 安全工具进入企业工程管线的最低门槛。

技术栈与定位

从仓库信息看，该项目以 JavaScript 为主要语言，作为 coding-agent 的一项 skill 存在，而非独立的扫描器。这意味着它更可能被设计为嵌入到现有的智能体框架或工作流中，由智能体在合适的时机调用，而不是让开发者手动运行一个传统意义上的 SAST 工具。

这种「skill 化」的封装方式，反映出智能体生态正在走向模块化：能力被拆成一个个可被调用的技能，智能体根据任务需要动态组合。Cloudflare 把安全审计做成一个标准化 skill，等于为其智能体生态补上了安全这块关键拼图。

智能体工程（agent engineering）中的"skill"或"tool"概念源自以 LangChain、AutoGPT 等框架为代表的智能体架构。在这类架构中，大模型本身只负责推理与决策，具体的外部操作——如执行代码、搜索文档、调用 API——被封装成独立的可调用单元（tool/skill/function），模型通过函数调用（function calling）或 ReAct 框架的 Action 机制按需调用。这种设计使能力模块可以被不同的智能体复用，也方便对单一能力进行独立测试和替换，而不影响整体推理逻辑。Cloudflare 将安全审计封装为 skill 而非独立工具，意味着它可以被接入任何支持标准 tool-use 接口的智能体框架，安全审计能力由此从"一次性脚本"演变为智能体生态中可组合的标准化组件。

对安全工程的启示

security-audit-skill 的走红，折射出业界对「可信 AI 安全审计」的强烈需求。它给出的答案不是更大的模型，而是更好的工程架构：分阶段降低单步复杂度、独立验证对抗幻觉、结构化输出保证可自动化。

对于正在评估将 AI 引入安全流程的团队，这个项目至少提供了一个值得参考的范式——与其纠结大模型本身是否可靠，不如思考如何用流程设计把它的输出变得可控、可验证、可集成。随着越来越多企业把 AI 编程助手纳入日常开发，这类带有验证与结构化保障的安全技能，很可能成为智能体工具链中的标配组件。

需要说明的是，当前可获取的公开信息主要来自项目简介，关于其验证机制的具体实现细节、支持的漏洞类型与实际准确率，仍有待进一步的文档与实践验证。