你的 AI 写的代码，真的安全吗？

先讲个真实场景。上个月帮朋友看一个用 AI 编程助手赶出来的内部工具，功能很全，登录、上传、导出样样都有。结果我扫了一遍代码，第一眼就看到三个问题：上传接口没校验文件类型、用户 ID 直接拼在 SQL 里、管理接口连个鉴权都没有。朋友很惊讶："AI 帮我写的，怎么会这样？"

其实这不怪 AI。AI 编程工具擅长的是"把功能写出来"，它默认你写的代码会被人好好使用。但现实是，任何能上网的应用，都会有人用恶意的方式去碰它。今天这篇文章，不是教你写攻击代码，而是教你给 AI 写的代码做一次"安全体检"——而且完全免费、开源、本地运行。

为什么你需要给自己的代码做安全审计

三个原因，都很现实：

  • AI 生成代码的安全缺陷率是真实的。AI 训练数据里包含大量 GitHub 上的真实项目，其中不乏有漏洞的代码。AI 会"学习"到这些模式。参数化查询？它知道。但业务逻辑漏洞、越权访问、文件上传绕过这些"需要理解上下文"的问题，AI 经常忽略。
  • 扫描器扫不出逻辑漏洞。市面上免费的漏洞扫描器，能查 SQL 注入、XSS 这类"已知模式"，但查不出"这个接口没有鉴权""用户可以访问别人的订单"这种逻辑问题。逻辑漏洞恰恰是人工/智能审计的价值所在。
  • 安全审计现在是硬需求。如果你给客户交付系统、做外包、或者接部署落地单（很多人靠这个吃饭），一份安全审计报告就是专业度的证明。客户会为"你的代码安全"付钱。

方案：给你的 AI 编码工具装上"安全审计技能"

好消息是，Claude Code、Codex、Cursor 这些 AI 编程工具，都支持"技能"（Skill）机制——你给 AI 一份专业的操作手册，它就会按手册的方法论去执行。我把 GitHub 上三个顶级开源安全项目蒸馏成了 13 个中文技能，全部免费开源：

  • Cloudflare 官方出品（2.8k★）：代码库全流程安全审计，六阶段方法论：侦察 → 猎捕 → 验证 → 报告 → 结构化输出 → 独立核验。
  • Google Mantis：Google 内部安全评审框架，拆成 8 个技能：威胁建模、审查计划、逐文件审计、独立评审、生产可行性评估、漏洞链构建、安全补丁生成、报告撰写。
  • claude-red：实战安全检查清单，4 个技能：开源情报收集、快速安全检查、渗透测试报告撰写、IDOR 越权测试。

安装方法（四步搞定）

所有技能都在 skill-tool 开源仓库里，克隆下来就能用：

# 第一步：克隆仓库
git clone https://github.com/988hj7tczd-oss/skill-tool.git

# 第二步：进入安全模块目录
cd skill-tool/skills/security/

# 第三步：把需要的技能复制到你的 AI 工具技能目录
# Claude Code 用户：
cp -r security-audit mantis-threat-model mantis-review ~/.claude/skills/
# Codex 用户：
cp -r security-audit mantis-threat-model mantis-review ~/.codex/skills/
# Hermes 用户：
cp -r security-audit mantis-threat-model mantis-review ~/.hermes/skills/

# 第四步：重启你的 AI 工具，开始使用

想一次装全部 13 个？直接把 skills/security/ 整个目录复制过去就行。

实战演示：给一个项目做安全体检

假设你刚用 AI 写完一个小型 Web 应用，想检查安全性。流程是这样的：

第一步：威胁建模（mantis-threat-model）

先别急着看代码。让 AI 先回答三个问题：谁是攻击者？系统有哪些入口？每个入口的信任级别是什么？这一步会产出一份威胁模型文档，把后续审查的方向定下来。就像看病先做体检前的问诊，不盲目开刀。

第二步：安全审计（security-audit）

这是主流程。AI 会按六阶段执行：先侦察摸清架构和攻击面，再分头猎捕各类漏洞，然后逐条验证、去重、写报告。重点在于——它只报告能实际利用的漏洞，不拿 OWASP 清单凑数。"理论上可能"不算发现，"发这个请求能拿到别人数据"才是。

第三步：独立评审 + 生产可行性（mantis-review + mantis-critic）

审计完别急着信。让第二个技能独立复核一遍，过滤误报；再让第三个技能确认这些漏洞在正式生产环境（不是调试模式）下真的能触发。三道关卡，保证报告可信。

第四步：报告与修复（mantis-report + mantis-patch）

最后生成一份专业报告：执行摘要用大白话讲给老板听，技术细节给开发者。确认的漏洞还能自动生成最小修复补丁，在沙箱里验证过才交付——改坏了还能回滚。

安全边界：一句话必须记住

这些技能是审计工具，不是攻击工具。使用时严格遵守：只审计你拥有或有明确书面授权的代码库。拿这些技能去扫别人的系统，是违法的，后果自负。每个技能文件里都带了免责声明，README 里也有醒目标注——这是底线。

这套技能适合谁？

  • AI 编程重度用户：让 AI 帮你检查它自己写的代码，形成闭环。
  • 独立开发者/外包：交付前自检一遍，报告就是专业度证明。
  • 接部署落地单的工程师：客户系统上线前做安全体检，这是增值服务。
  • 安全测试学习者：13 个技能本身就是一套完整的安全方法论教材。

更多资源

💬 你给 AI 写的代码做过安全体检吗？

欢迎在评论区聊聊你的经验，或者去论坛讨论。觉得这篇有用，收藏转发给身边写代码的朋友——多一个人给自己的代码做体检，就少一个被薅羊毛的系统。