Cloudflare 開源六階段 AI 程式碼安審：只報真的能打穿的漏洞

Cloudflare 把內部漏洞挖掘系統的起點開源了，叫 security-audit-skill。概念很直白：把你的 coding agent 變成安全審計員，多個平行 agent 照六個階段打一輪，最後只報那些真的有攻擊場景、真的有影響的漏洞。

我把它收進工具庫研究了一遍，連 GitHub 上的 issue 回饋一起看完。這篇把重點整理給你。

六個階段在幹嘛

流程是 recon、hunting、validation、reporting、structured output、independent verification。

第一階段先派偵查 agent 畫出架構圖：信任邊界在哪、輸入面在哪，產出 architecture.md。第二階段開打，一群 hunter agent 從不同角度啃原始程式碼，注入、存取控制、商業邏輯、密碼學、功能濫用、鏈式攻擊，外加一個 wildcard，有需要還能再派子 agent 往下挖。

第三階段最有意思：換一批完全不同的 agent，專門負責證偽前一輪的發現。找到漏洞的人不能自己驗收，這條對抗式審查砍掉了大量誤報。

後面三階段是輸出：人類可讀的 REPORT.md、機器可讀的 findings.json（有 JSON schema 和驗證器），最後再派全新的 agent 把每一條事實聲稱拿回原始程式碼逐條核對。

兩個設計很對味

第一，預設是諮詢模式。你問安全問題，它就回答，不會自作主張建一堆檔案。只有當你明確說要完整審計，它才跑全流程。skill 載入不等於授權開工，這條界線很多 agent 工具都沒畫清楚。

第二，嚴重程度只看影響。Likelihood 乘以 impact，不是拿 checklist 一條條對。少了縱深防禦的某一層不算漏洞，只能記成強化建議。聽起來嚴格，但這正是誤報率低的原因。

社群實測潑了兩盆冷水

有人跑了盲測比對，單一種子目標，三種方法各跑三輪。precision 中位數九成，刻意放的誘餌零誤報，每條發現都有原始程式碼出處。這部分確實強。

但 recall 只有 0.467，跟兩美元成本的單 agent 審查打平，而它自己一輪要花三十美元。貴了十四倍，沒多找到東西。這是目前最大的問號。

另外幾個坑：相依套件的已知 CVE，它完全不掃。這是 sandbox 斷網的設計使然，只是文件沒先講；在 Antigravity 配 Gemini 上會整波卡死，因為平台根本沒有 general agent 類型，加上 pentest 措辭觸發安全過濾；多個 skill 並存時自動觸發會被別的 skill 搶走，得用明確指令叫它。

我的看法

這東西定位是深，不是廣。拿它掃依賴漏洞是找錯人，拿它深挖單一 repo 的邏輯缺陷才是正解。跟動態測試工具疊著用更好，一個負責靜態找，一個負責動態驗證。

想試的人建議先從諮詢模式開始，問它自家 repo 的安全問題，不跑全流程零風險。完整審計很吃 token，跑之前先看配額。

原始 repo 在這：https://github.com/cloudflare/security-audit-skill，MIT 授權。