上个月我在做代码审查时遇到了难题，盯着一个复杂的 C++ 模块看了整整两天，依旧没定位到那个偶现的段错误的根源。
不是技术不行，而是人力确实有极限。面对六千个文件、几十万行代码的规模，让一个人逐行审视，眼睛和精力都会率先投降。
就在这时，我注意到了 Anthropic 与 Mozilla 合作的那则公告：Claude Opus 4.6 仅用两周时间，就扫描了 Firefox 近六千个 C++ 源文件，并从中成功挖掘出 22个安全漏洞，其中 14个 被评级为高危。
它找到第一个 Use After Free 漏洞，只花了 20分钟。
这并非实验室里的概念演示，Firefox 148 版本已经修复了这些漏洞，并推送给了全球数亿用户。这一结果让我决定亲自验证一下，看看 Claude Code Security 到底能做什么。以下是完整的实测记录与分析。
背景：Claude 如何转型为“安全研究员”？
2026年2月5日，Anthropic 发布了 Claude Opus 4.6。相比上一代，最重要的升级并非泛泛的“更聪明了”，而是两项实打实的能力：支持百万级 Token 的上下文，以及 能够长时间自主执行复杂任务。
两周后的2月20日，Anthropic 正式推出了 Claude Code Security —— 一个内置于 Claude Code 中的安全扫描功能。消息一出，网络安全市场反应剧烈，CrowdStrike、Cloudflare、Okta 等公司的股价应声下跌。
一个尚处于“研究预览”阶段的工具，为何能引发如此震动？
因为它完成了一件过去只有顶级安全研究员才能胜任的工作：理解代码逻辑，追踪数据流向，从而发现传统扫描工具根本无法触及的深层漏洞。
传统的 SAST 工具（如 SonarQube、Snyk、Semgrep）本质上是基于规则的模式匹配。你告诉它“SQL 拼接是危险的”，它就去寻找所有 SQL 拼接的实例。规则库里没有的漏洞类型？对不起，它“看不见”。
Claude Code Security 则采用了不同的路径。它不依赖预设的规则库，而是直接“阅读”代码。就像一个经验丰富的安全工程师，它试图理解组件间的交互方式、数据的流入、处理与流出路径。这种对代码的“理解”能力，让它能够发现跨模块的逻辑漏洞——这恰恰是传统工具最大的盲区。
Firefox 实战：用数据说话
Anthropic 与 Mozilla 合作的细节已在3月6日的官方公告中阐明。我提炼了其中的关键数据：
- 扫描规模：近 6000 个 C++ 文件
- 扫描时长：两周
- 提交报告：112 份
- 确认漏洞：22 个（14个高危、7个中危、1个低危）
- 发现首个漏洞耗时：20分钟
14个高危漏洞是什么概念？Anthropic 自己评价称，这“相当于2025年全年 Firefox 高危漏洞修复总数的五分之一”。
Firefox 绝非普通项目，它是全球测试最充分、安全投入最高的 开源实战 软件之一，拥有数十年的安全审计历史和无数研究者的审视。在这样的项目中，一个 AI 能在两周内挖出14个高危漏洞，其震撼程度不言而喻。
我查阅了 Firefox 的历史安全报告。2025年全年，来自所有渠道汇总的高危漏洞大约在七八十个左右。Claude 两周贡献了14个，占比接近 20%。而且，这些漏洞分布在 JavaScript 引擎、WebAssembly、渲染管线等多个核心子系统，并非只针对某个局部进行挖掘。
更有趣的是合作流程的演变。最初，Anthropic 每发现一个潜在漏洞，都会进行人工验证，确认可触发崩溃后再提交给 Mozilla。后来 Mozilla 的研究员表示：“你们不必逐一验证了，批量提交过来，我们自己分类处理。”
这个细节很能说明问题。这意味着在审阅了前几份报告后，Mozilla 团队已经对 Claude 所发现漏洞的 质量 建立了初步信任。最终，112份报告中，22个被确认为真实漏洞，确认率约 20%。你可能觉得这个比例不高，但考虑到这是全自动、未经人工筛选的原始产出，这个成绩已相当可观。要知道，人类安全研究员提交的漏洞报告，确认率通常也只在 30%到50% 之间。
其中最值得关注的是一个被评为 CVSS 9.8分（满分10分） 的严重漏洞：CVE-2026-2796。
这是一个存在于 WebAssembly JIT 编译器中的 Use After Free 漏洞。简单来说，就是一块内存已被释放，但代码仍在尝试向该地址写入数据。攻击者可利用此漏洞，在用户浏览网页时执行任意代码。而 Claude 在 开始扫描后的20分钟内，就识别出了此类问题模式。发现后，Anthropic 研究员在虚拟机中手动验证了其可导致崩溃，随即将漏洞报告连同 Claude 生成的修复补丁一并提交给了 Mozilla。
当他们完成验证并提交报告时，Claude 已经又找到了 50多个 能触发不同崩溃的输入样本。
Claude Code Security 的实际能力体验
看完 Firefox 的案例，我在自己的几个项目中实际体验了 Claude Code Security，有几个印象深刻的点：
第一，它寻找的是“逻辑问题”，而非“已知模式”。
传统扫描器会警告你：“这里存在未转义的用户输入”。而 Claude Code Security 可能会告诉你：“这个用户输入虽然经过了 sanitize 函数处理，但该函数未覆盖 Unicode 字符，导致在下游的 HTML 渲染模块中可能触发 XSS。”
前者是发现了一个风险点，后者则是理解了一条完整的风险链路。这二者有本质区别。
第二，多阶段验证机制有效降低了误报率。
使用过 SAST 工具的人都深有体会，最令人头疼的往往不是漏报，而是海量的误报。例如，SonarQube 跑一次可能抛出200条告警，其中180条可能无关紧要。开发团队看多了就会麻木，真正的漏洞反而被噪音淹没。
Claude Code Security 的做法是：当发现一个可疑点时，它会自行重新审视上下文，尝试证明或证伪其危险性，并给出严重性等级和置信度评分。在我自己的测试中，其误报率确实比传统工具低很多。当然，这也与其相对较慢但更精确的扫描速度有关。
第三，提供的修复建议具备可用性。
它不止步于“指出问题”，还会给出具体的修复代码。在 Firefox 的案例中，Claude 生成的补丁是随漏洞报告一同提交的。Mozilla 方面反馈称，虽然不能保证每个补丁都能直接合并，但那些“通过了任务验证器的补丁，确实能在修复特定漏洞的同时保持程序功能”。
这已经超越了“问题发现者”的角色，达到了“问题解决者”的层面。
第四，但它目前并非万能。
Anthropic 也很诚实地报告了一个关键数据：他们花费了大约 4000美元 的 API 调用费用，让 Claude 尝试将发现的漏洞转化为实际可用的攻击利用代码。经过数百次尝试，仅有2次成功。
并且，成功的两次也仅是在移除了沙箱等安全特性的测试环境中才生效。
发现漏洞的能力远强于利用漏洞的能力 —— 这是 Claude 当前的真实水平。这对防御方来说是个好消息，但 Anthropic 也承认：“AI 能够自动开发出哪怕只是粗糙的浏览器漏洞利用代码，即使仅在少数情况下成功，这件事本身就值得高度关注。”
对安全行业意味着什么？
我不想空谈“AI 将颠覆安全行业”这种标题党言论。我们来聊点具体的。
1. 漏洞发现的成本正在断崖式下降。
过去，要找到一个浏览器级别的高危漏洞，需要顶级安全研究员投入数周甚至数月的时间。现在，Claude 可以在 20分钟 内给出第一个结果，两周扫完六千个文件。其成本主要是 API 调用费用 —— 按 Anthropic 的定价，大约在几百到几千美元。
对比一下，Zerodium 对一个浏览器零日漏洞的报价是几十万到上百万美元。找漏洞的门槛和成本，已经降低了数个数量级。
2. 安全审计正从“抽样检查”迈向“全量扫描”。
以往的安全审计模式是：聘请几位专家，花费一两周时间审查核心模块，然后出具一份报告。代码覆盖率可能只有 10% 到 20%。
有了 AI 辅助，对大型代码库进行全量扫描成为可能。六千个文件、几十万行代码，可以全部过一遍。这意味着，那些曾经隐藏在边缘或非核心模块中的漏洞，也将无处藏身。
3. 传统安全厂商面临的是重新定位，而非简单替代。
CrowdStrike、Okta 等公司股价的下跌，反映了市场的短期恐慌。但冷静分析，AI 安全/渗透/逆向 扫描与端点防护、身份认证是不同层面的解决方案。Claude Code Security 擅长的是源代码层面的漏洞发现，而非运行时防御或身份管理。
不过，有一点是明确的：如果你的产品核心卖点仅仅是基于“规则库匹配”的代码扫描，那么确实需要感到紧张了。
我的个人实践心得
我日常维护一个名为 OpenClaw 的多平台自动发布系统，涉及微信、飞书、微博、小红书等几十个 API 接口的对接。代码中充斥着大量的 cookie 处理、token 刷新、API 签名计算等逻辑。
这类代码恰恰是安全问题的重灾区。Cookie 泄露、Token 过期后的重放攻击、签名算法被逆向 —— 任何一处纰漏都可能导致账号被盗。
我用 Claude Code 跑了一次安全审查，它指出了几个我之前未曾留意的问题：
- Token 存储方式：我之前将一些 API token 直接以明文形式写在配置文件里。Claude 建议改用环境变量或加密存储，并在日志输出时进行脱敏处理。
- 错误处理信息泄露：有几处 API 调用失败时，我将完整的错误响应（包含请求头和 cookie 信息）写入了日志。这在生产环境中是相当危险的。
- 签名算法强度：某个 API 的签名算法使用了 MD5。Claude 指出 MD5 已不再安全，建议升级至 SHA-256。虽然在此特定场景下被攻击的概率不高，但这个建议无疑是正确的。
这些问题，我在编写代码时确实忽视了。并非不了解安全规范，而是在赶工期的压力下无暇顾及。这恰好凸显了 AI 安全审查的最大价值：它不会赶工，不会懈怠，会对每一行代码都保持“关注”。
给普通开发者的实用建议
并非每个人都需要去扫描浏览器源码，但 Claude Code Security 的出现，确实大幅降低了个体开发者进行安全审查的门槛。
如果你正在使用 Claude Code 进行日常开发，可以尝试以下几种方式：
- 将安全审查纳入开发流程：在完成一个功能模块后，使用
/security-review 命令跑一次安全检查。在代码合并前修复问题，远比事后补救要高效得多。
- 在 CLAUDE.md 中明确安全约束：有人在社区分享过，在 CLAUDE.md 文件中添加约30行的安全约束后，AI 生成代码的漏洞率降低了一半。这些约束无需你是安全专家，诸如“禁止在日志中输出密钥”、“使用参数化查询防止 SQL 注入”、“对所有用户输入进行转义”等基础规则就已足够。
- 为开源项目配置自动化扫描：如果你是开源项目的维护者，可以设置 GitHub Actions，在每个 Pull Request 上自动运行安全扫描。Claude Code Security 已提供了相应的 Action，配置并不复杂。
坦率地说，过去进行一次靠谱的安全审计可能需要数万元。而现在，用 Claude 扫描一遍，成本可能只是几美元的 API 调用费。这种性价比的跃升是革命性的。
我曾与几位从事安全工作的朋友聊起此事，他们的反应出奇地一致：不是担忧被替代，而是感到兴奋。一位做渗透测试的朋友说：“以前最头疼的就是代码审计阶段，面对几万行代码人工审阅，看到第三天脑子就转不动了。如果 AI 能把初筛的繁重工作承担起来，我就能将精力集中在真正需要创造力的部分——设计攻击路径、验证漏洞利用、评估业务影响。”
这或许是 AI 安全工具最健康的应用方式：让 AI 负责繁重的扫描与初筛，让人专注于需要判断力与创造力的分析与决策。这不是替代，而是一次高效的分工。
仍需注意的事项
Claude Code Security 目前仍处于“有限研究预览”阶段，仅对 Team 和 Enterprise 用户开放完整功能。个人用户虽无法使用完整功能，但 Claude Code 中的 /security-review 命令是可用的。
此外，AI 安全审查不能替代人工审计。Anthropic 在设计上也坚持了这一点 —— 每一个修复建议都需要经过人工批准，不会自动修改代码。这不是谦虚，而是必要的安全措施，因为 AI 可能会给出看似正确但实际上引入了新问题的修复方案。
最后一点至关重要：这项技术是一把双刃剑。AI 找漏洞能力的提升，也意味着潜在攻击者可能运用类似技术来发现漏洞。Anthropic 花费4000美元、尝试数百次才成功两次的漏洞利用成功率 —— 这个数字会随着模型能力的进步而提高。
安全领域的军备竞赛，因为 AI 的加入而进入了一个新的维度。
值得一提的是，Mozilla 在接收了 Anthropic 的报告后，自己也已开始将 Claude 用于内部的安全研究。他们在配套的博客文章中写道，这次合作“为 AI 安全研究员与软件维护者之间的协作提供了一个可复用的模板”。
我认为这个方向是正确的。AI 发现漏洞 → 人类验证确认 → 开发者修复 → 推送用户更新，如果这条协作链路能够顺畅运转，整个互联网的安全基线都有可能得到显著提升。
总结
Claude Code Security 最令我印象深刻的，并非那22个 Firefox 漏洞的数字，而是它审查代码的方式。它并非在机械地匹配已知模式，而是在尝试理解代码背后的逻辑与意图。这才是真正的范式转变。
对于个人开发者而言，这意味着你首次能够以接近专业安全审计的质量来审视自己的代码，而成本几乎可以忽略不计。
对于安全行业而言，那些仅仅依赖规则库生存的工具，确实需要重新思考自身的定位了。
AI 不会替代安全工程师，就像它不会替代程序员一样。但是，一个不使用 AI 的安全工程师，未来很可能会被一个善用 AI 的安全工程师所超越。
在 云栈社区，我们持续关注着 AI 与开发工具结合的最新实践。技术的进步不是为了制造焦虑，而是为了让我们能更高效、更安全地构建数字世界。
发表于 前天 05:59
|
查看: 23|
回复: 0
