10 月 30 日，有媒体对四款面向源代码安全漏洞的智能体做了同构对比，Anthropic 的 Claude Security、OpenAI 的 Codex Security、Cloudflare 的 Security Audit Skill 以及 Google 的 Mantis 采用同一套先发现、再证伪、后修补的循环，差异主要在实现方式与配套工程。Cloudflare 公开的运行数据是这轮对比里最具体的一组数字，其内部框架扫描了 128 个代码仓库，累计产出 20799 条原始候选，其中约 12057 条通过验证环节。
Cloudflare 六阶段审计与真阳率
Security Audit Skill 是一份 MIT 许可的技能文件，把任意具备工具调用与并行子智能体能力的编码智能体变成安全审计员，流程分六阶段，先是梳理架构、信任边界与输入面写入架构文件，再由隔离的猎手按覆盖台账分工查找并由批评者找漏，然后由全新的验证者逐条尝试证伪候选，随后结构化输出确认、待验证与已否决三类记录，接着用新智能体复核每一条最终来源主张，最后生成与目标无关的报告。Cloudflare 用更好的侦察上下文把首轮否决率从 40% 降到 11%，并采用发现与分诊使用不同模型的方式让模型互相校验。漏洞挖掘智能体的整体能力评估，可参考站内 智能体安全能力横向评测。
共享分诊池里的漏斗数字
在覆盖 145 个仓库的共享分诊池里累计产生 13841 条发现，其中 5442 条被折叠为重复，1154 条被判为错仓库或低风险而分流，最终 7245 条可执行发现被交给工程团队。该技能于 2026 年 6 月 18 日随漏洞框架构建一文发布，约 450 行的技能文件本身只是种子。文中还梳理了另外 12 款同类工具，包括 Black Duck 的 Agentic Fix、AWS 的代码漏洞 Continuum、Snyk 的 Evo Agentic AppSec、Google 产品安全团队、Semgrep 的 Agentic Workflows 等，其中 Semgrep 提供 9 个预置工作流覆盖 70 多个常见漏洞类型，另有开源项目在首周产出 64 个拉取请求与 51 个合并。
这些数字来自各厂商自报，缺少统一第三方基准，横向比较时要留意口径差异。
延伸阅读
- 黄仁勋与奥尔特曼公开对峙：AI安全应该零容忍还是接受坏事2 周前
- Anthropic 致信纽森：15 日建议法院有权阻止高风险 AI 模型3 天前
- Claude 30分钟破译26年NSA椭圆曲线悬案：种子源自1997年Unix时间戳2 周前
- FBI逮捕OpenAI工程师：沙特籍员工在高管会议室安装窃听器始末2 周前
继续读
同一批更新里这几篇值得一看：
- Factory Droid 1.0 发布 得分 65.2% 成本降 24%2026-11-01
- Anthropic 引入自评估安全复盘：Fable 5.5 之后模型启用2026-10-31
- OpenAI 社区安全报告：ChatGPT 自动终止暴力对话2026-10-31
想快速查定义？对应的词条在这里：
- AI Agent词条 · AI 自学笔记