Cloudflare开源AI代码安全审计工具，获6万星

AI写代码的速度越来越快，但人工审查根本跟不上。上周，Cursor Marketplace上官方Clawed Code扩展被曝出隐藏后门，再次敲响警钟。Cloudflare给出的解法是：让每个编码Agent自带一支免费的安全团队——Security Audit。这是一个开源项目，已有近6万名开发者为其点亮星标。

Cloudflare为每个编码Agent提供安全审计能力

为什么AI代码需要专用安全审计

AI生成代码的效率提升，让传统安全审查流程显得力不从心。开发者很难逐行检查AI产出的每一段逻辑，而攻击面却随着代码量膨胀。Security Audit的定位不是替代人工，而是把安全审计左移，嵌入到编码Agent的工作流中。它开源、可免费使用，降低了团队引入自动化安全扫描的门槛。

近6万星标说明社区对这类工具的需求真实存在。

近6万开发者给出星标

“安全左移”（Shift Left Security）是DevSecOps中的核心实践，指把安全检测从上线前的渗透测试阶段，提前到编码和提交阶段，从而降低修复成本。传统左移依赖IDE插件或CI流水线中的静态扫描，但面对AI生成的大量代码，规则库往往覆盖不足。Security Audit把审计嵌入编码Agent的对话流程，本质上是一种更彻底的左移：在代码被写出的同一环节完成初步安全验证，而不是等到合并请求时才由人工介入。

三步工作流：测绘、狩猎、裁决

Security Audit的核心机制可以拆成三个阶段。

第一步：应用测绘

工具首先会扫描你的应用，梳理每一个输入点、每一条边界、每一个攻击者可能进入的位置。这相当于为代码库绘制一张安全地图，后续的猎杀都基于这张地图展开。

第二步：多Agent对抗式找Bug

测绘完成后，Security Audit会派出多个独立的Agent分头寻找漏洞。关键在于，每个漏洞都会由一个不同的Agent尝试证伪——这种对抗设计能过滤掉大量误报。

独立Agent分头寻找Bug

这里的“对抗式验证”借鉴了软件安全领域红队/蓝队（Red Team / Blue Team）的思路：让一个Agent扮演攻击者提出漏洞假设，另一个独立Agent扮演审查者去尝试推翻它。只有当漏洞假设在多次证伪尝试后仍然成立，才会进入报告。这种机制与静态分析工具（如SAST）基于规则匹配的方式不同，它依赖LLM的语义理解来发现逻辑层面的缺陷，同时用多Agent交叉验证来抑制大模型常见的“幻觉式误报”。代价是计算成本更高，需要多次模型调用。

第三步：三级分类报告

最终输出一份干净的报告，将发现的问题分为三类：已确认（confirmed）、需要检查（needs checking）、已拒绝（rejected）。这种分级让开发者能优先处理真实风险，而不是被噪音淹没。

报告分为已确认、需检查、已拒绝三类

不是玩具：源自Cloudflare内部漏洞狩猎系统

Security Audit并非实验室Demo。据视频介绍，它就是Cloudflare自家漏洞狩猎系统的起点。这意味着该工具经过真实业务场景的锤炼，而非单纯的概念验证。对于想提升AI代码安全性的团队来说，这是一个值得关注的开源选项。

安装只需一条命令，运行也只需一句话：对编码Agent说“Security Audit, this code base”即可。

Cloudflare是全球知名的CDN与网络安全公司，其业务天然暴露在大量真实攻击流量之下，内部安全团队长期需要做漏洞狩猎（Vulnerability Hunting）——即主动、非规则驱动地寻找未知漏洞。这类系统通常结合威胁情报、攻击面测绘和人工渗透经验。Security Audit脱胎于这套内部实践，意味着它的方法论经历过真实攻防场景的检验；但开源版本在模型能力、数据接入和配置深度上可能与内部系统存在差异，实际效果需结合自身代码库评估。

编辑观察

AI编码Agent的普及正在重塑安全审计的形态。Security Audit的思路——先测绘、再对抗式验证、最后分级输出——把安全团队的工作模式压缩进了Agent流程。开源和近6万星标是社区认可的初步信号，但实际效果仍需在真实项目中检验。对于依赖AI生成代码的团队，这类工具值得纳入工具链评估。