让 AI 安全审查先证明攻击路径
Cloudflare 的安全审计技能要求漏洞报告明确攻击者、跨越的信任边界及具体后果,缺失最佳实践仅列为加固建议。候选漏洞还需交由第二个智能体尝试证伪,执行代码则必须具备完整沙箱。
AI 深度解读
AI 安全审查最让人头疼的,往往不是没发现问题,而是列出一长串建议,却说不清攻击者到底能做什么。Cloudflare 的 security-audit skill 给漏洞报告设了一道门槛:必须交代谁越过了哪条信任边界,以及造成了什么具体后果。
这套方法值得程序员借鉴的地方,不只是审查提示词,还有独立复核、执行隔离和覆盖记录。不过,报告更可信不等于检查更全面。原文引用的测试结果是:单次运行,大约只能找到重复运行所发现漏洞总量的一半。
怎样区分漏洞和加固建议
Cloudflare 要求每个候选问题填清六项信息:低信任主体、系统接受的输入或操作、原本应生效的控制、被跨越的边界、受影响的主体或资源,以及实际观察到或资源所有者可以观察到的结果。
这里的「低信任主体」,可以理解为权限较低、输入不能直接相信的一方。审查不能停在「这里缺少某项配置」,还要沿着输入走下去,解释它怎样突破约束、影响谁。
例如,假设一个 Node 接口没有频率限制,但作者声称的攻击已经被前面的鉴权挡住,那么缺少限流可以记为加固建议,不能直接当作已确认漏洞。反过来,如果普通用户提交可控参数后,确实读到了其他用户的资源,信任边界和损害才有了具体落点。这两个例子用于解释规则,并非原文披露的实测案例。
缺少最佳实践,不自动等于存在可利用漏洞。
同样不能直接升级为漏洞的,还有猜测出来的部署行为、泛泛的解析器崩溃,以及只影响攻击者自己的结果。
严重性也要跟着证据走。只有确认的问题才获得严重性评级;如果无法说明具体损害,等级就应当比直觉判断更低。原文把优先级与确定性分开处理,避免用一个看起来吓人的等级掩盖证据不足。
谁来复核,又能运行哪些代码
发现问题的 Agent 不负责给自己盖章。在 Phase 3,每个候选问题都会交给新的验证 Agent,要求它从仓库源码和受限的本地证据出发,尝试推翻结论。
最终状态分为 confirmed、needs_validation 和 rejected。两个零依赖 Node 校验器会检查 findings.json 和覆盖台账,通过后才能宣布流程完成。校验器可以约束报告结构与记录要求,但不能据此推断每条漏洞判断都正确。
执行代码的门槛更严格:必须有操作系统强制实施的沙箱,同时满足禁止外网、环境白名单、目标只读、仅临时工作区可写,以及硬性资源限制。
任一条件无法落实,就不能运行目标代码。缺失能力要记录为待验证阻塞项,并给出安全验证方案。这样的会话仍可做源码审查,只是部分线索会停在 needs_validation。流程还禁止探测已部署端点、共享基础设施或其他用户的数据。
另一个容易忽略的边界是授权。加载 skill 默认只是获得指导,不会自动启动完整审计,也不授权创建文件。普通安全问题应直接回答;明确要求审计、渗透测试、完整审查或报告产物,才进入六阶段流程。措辞存在歧义时,先问一个澄清问题。
为什么一次审查不能当作安全证明
Cloudflare 在 README 中报告:其测试里,单次运行发现的漏洞,大约占重复运行累计发现漏洞的一半。这个数字说明漏检不能忽略,但它不是通用的「50% 检出率」:原文没有给出样本规模、漏洞分布,也没有说明累计结果是否覆盖全部真实漏洞。
因此,每轮审查都要留下覆盖台账。下一轮读取旧记录、复查变化的源码,再把注意力放到覆盖缺口上。
预算按 Agent 调用次数设上限,并优先预留侦察、批判和验证调用。如果连最低配置都承担不起,流程不会启动,而是要求增加预算、缩小范围或切换配置。这也解释了它为什么未必适合每次发布前的快速检查。
原文提供的快照截至 2026 年 11 月 20 日:该 skill 在 Skillselion 中有 118,132 次安装,仓库约有 76,000 个 GitHub stars;最新提交为 2026 年 9 月 14 日的 c1c8a8c。skill 目录共 20 个文件,包括 SKILL.md、14 份配套 Markdown、一个报告 schema、两个 Node 校验器和两个测试。这些数字能帮助判断项目体量,不能替代效果评估。
安装命令如下,它把指定的 security-audit skill 加入本地环境:
npx skills add https://github.com/cloudflare/security-audit-skill --skill security-audit
注意这一行的 --skill security-audit,它明确指定了安装对象。README 还要求模型支持工具调用与并行子 Agent,并安装 Node.js 运行校验器;之后才是在仓库中打开 Claude Code,明确发起审计。
我的判断
我认可这套方法对报告质量的约束。开发者收到「缺少 CSP」时,仍然需要自己判断风险;收到一条交代输入、控制、边界和结果的记录,才更容易决定修什么、怎样复现、如何验收。
但它也有前提:验证 Agent 能否找到反证,取决于源码、上下文和验证条件。新开一个 Agent,并不保证判断独立;多个 Agent 也可能共享盲点。原文没有提供独立复核前后的误报率对照,不能替它背书。
清单审查仍有用途。原文中的 ECC security-review 覆盖 10 类问题,以发布前清单收尾,安装量为 20,890;它更适合盘点基础控制是否齐全。Cloudflare 则更强调可成立的攻击路径,两者可以互补。
其他选择也各有范围:Sentry security-review 为 24,181 次安装,其 GitHub Actions 审查 skill 为 5,113;Firebase Security Rules Auditor 为 151,361,面向 Firestore 或 Storage 规则;awesome-copilot security-review 为 5,904。上述安装量均来自同一日期的目录快照,不构成能力排名。
原文作者运营 Skillselion,并声明与 Anthropic、Cloudflare、GitHub 无关联。这是一篇基于上游文件的机制解读,作者称在 2026 年 11 月 20 日重新阅读过文件,并未提供独立审计基准测试。对其效果判断,应保留这个边界。
能拿来做什么
- 下次收到 AI 生成的前端或 Node 安全报告,先要求每条问题补齐六项信息。填不出攻击主体、越界路径和具体结果的,先作为加固建议或待验证线索处理。
- 复核候选问题时,明确要求寻找已有的鉴权、输入校验和上游阻断措施,并区分
confirmed、needs_validation与rejected,避免把推测写成结论。 - 让 Agent 审查陌生仓库时,先检查执行隔离条件。无法满足完整沙箱要求,就采用源码审查,并保留需要人工验证的步骤。
- 发布前用清单检查基础控制,需要深入追踪攻击路径时再安排完整审计;重复运行应参考覆盖台账和代码变化,把预算花在尚未检查清楚的位置。