AI 代码的常见漏洞

用 AI 写代码，产量上去了，但有一件事不会自动变好：安全。AI 生成的代码里，翻来覆去就是那几类漏洞——而且它写得特别顺手。

三类高频漏洞

① 密钥硬编码。把 API 密钥、数据库密码、签名密钥直接写进代码或提交到仓库。这是 AI 生成代码里最普遍的一类——因为示例代码、教学博客全是这么写的。一旦代码入库、上云，密钥等于公开，攻击者拿它做合法调用，账单还记在你头上。

② 越权访问。接口校验了「是否登录」，但没校验「能不能看这条数据」。用户 A 登录后能看用户 B 的订单、改用户 B 的资料。AI 生成的 CRUD 接口尤其容易漏这一层——它默认「登录了就放行」。

③ 注入。把用户输入直接拼进 SQL、命令、HTML。这是提示注入在代码世界的亲戚——本质一样：把「数据」当「指令」。AI 生成代码时常用字符串拼接，恰好是最危险的那种写法。

这三类有一个共同点：它们不是「高级漏洞」，而是基础安全习惯。工具不会替你养成习惯，它只会复制它见过最多的写法。

为什么 AI 特别容易犯

三个原因，都跟 AI 的工作方式有关：

一、学的是「常见写法」。AI 从海量代码里学「一般怎么写」。而公开代码里，密钥硬编码、不校验权限的示例比比皆是——它学到的「正常」恰好就是不安全的。你让它「写一个连接数据库的代码」，它默认带出硬编码密码。

二、只看到局部。AI 生成一段代码时，看不到你的权限系统、你的密钥管理、你的安全规范。它不知道环境变量叫什么，只好把密钥写进代码里先让功能跑通。

三、它追求「能跑」，不追求「安全」。生成的目标是完成任务、代码可运行。安全性是隐性的质量要求，除非你在提示词里明确要求，它不会主动加。

所以不要问「AI 为什么老写不安全代码」——问你自己为什么不审查。工具提速不等于质量提高，安全这条线本来就要人来守。

排查清单

不管代码是 AI 写的还是人写的，上线前用这份清单过一遍：

一、扫描密钥。仓库里有没有硬编码的密钥、密码、Token？用扫描工具全局查一遍。密钥一律放环境变量或密钥管理系统。发现已提交的密钥，立刻吊销重发——只是删掉远远不够。

二、检查每个接口的权限。每个接口逐一问：有没有校验登录？有没有校验「当前用户对这条数据的访问权」？测试方法很简单——用 A 的会话访问 B 的资源，看拦不拦得住。

三、检查所有「拼」的地方。凡是用户输入（或任何外部输入）进入查询、命令、HTML 的地方，都要是参数化写法，而不是字符串拼接。

四、让 AI 自己先自查。生成代码时，在提示词里加一句：「写出符合安全规范的版本：密钥不硬编码、每个接口校验权限、用户输入全部参数化。」效果立竿见影。把安全要求写进提示词，是成本最低的一层防线。

五、让审查成为流程。AI 代码要走和人工代码一样的评审、测试、扫描。不要因为「代码量上来了」而放松审查——恰恰因为量上来了，审查更不能省。

最后记住：AI 是流水线，你是质检。流水线快，不代表产品合格。