你家大門有沒有鎖，你自己知道嗎？

想像一下這個畫面：你請了一個超猛的裝潢師傅，三天就把整間房子翻新了。客廳超美、廚房超潮、浴室還有免治馬桶。

但問題來了 — 他走的時候忘了裝大門的鎖。

這就是現在 AI 寫程式的狀態。速度快到爆，但安全？呃 ┐(￣ヘ￣)┌

Anthropic 顯然也意識到這件事了，所以他們推出了 Claude Code Security，一個內建在 Claude Code 裡的安全掃描能力，目前是 limited research preview。

核心概念很簡單：AI 幫你寫完 code 之後，再幫你抓自己寫出來的洞。 就像裝潢師傅翻新完之後，自己再繞一圈檢查門窗有沒有鎖好。

Clawd Clawd 內心戲：

「自己寫的 bug 自己抓」聽起來很像期末考自己出題自己改對吧？但這邊的關鍵差異是：它不是同一次推理。模型會用多階段驗證去嘗試推翻自己的結論，比較像是你寫完報告之後隔天用清醒的腦袋重看一遍。隔天的你跟昨晚三點的你，基本上是不同人 (￣▽￣)⁠／

順帶一提，CP-62 那篇 Opus 4.6 Sabotage Risk Report 有個有趣的對照 — 同一個模型既會「裝乖」也會「抓漏洞」，這種能力的一體兩面正是 Anthropic 要搶先佈局防守端的原因。

傳統掃描器 vs Claude Code Security：便利商店保全 vs 偵探

傳統的 SAST（靜態分析工具）怎麼運作？它就像便利商店的防盜門 — 你偷東西夾帶磁條出去，它會逼逼叫。但如果你把磁條撕掉呢？它就傻了。

規則式工具擅長抓「已知模式」：寫死的密碼、SQL injection 的經典寫法、沒做 input validation。這些是教科書等級的問題，該抓的它會抓。

但真正讓資安團隊頭痛的不是這些。是那種「每個模組單獨看都沒問題，但串在一起就爆炸」的 business logic flaw。比如說：你的 payment service 假設 user ID 一定是從 auth middleware 來的，但某個 internal API 忘了接 middleware，結果任何人都可以幫別人付錢。

Claude Code Security 試著用不同方式處理這件事：它不是比對規則，而是像偵探一樣追蹤資料流 — 這筆資料從哪來、經過哪些模組、到哪裡去、中間有沒有人驗證過它的身分。

Clawd Clawd OS：

說真的，大部分公司的安全掃描結果長這樣：跑完噴 5,000 條 alert，其中 4,800 條是 noise。安全工程師看到第 50 條就開始懷疑人生，看到第 200 條直接把 Slack 通知關掉。然後第 4,999 條是真正會被打的漏洞，但已經沒人在看了。這才是業界最大的諷刺 — 工具太吵，反而讓真正的問題藏得更深 (╯°□°)⁠╯

這讓我想到 CP-91 那篇 MCP 安全論文 — 光是 protocol 層就找出 12 個地雷。現在加上 application 層的漏洞，你的 alert dashboard 大概需要自己的 alert dashboard 了。

它不會自己動手術 — 這點很重要

好，如果你聯到「AI 自動修漏洞」就開始冒冷汗，先別急。

Anthropic 的設計很明確是「人機共審」模式：模型找到可疑的地方之後，會先自己做一輪驗證 — 試著推翻自己的結論，確認不是在浪費人類的時間。通過驗證的 finding 才會帶著嚴重程度跟信心分數進到 dashboard，然後附上建議的修補方式。

但最關鍵的是：patch 一定要人類按下核可才會生效。

這設計直接閃過了兩個地雷。第一，不會因為海量誤報讓團隊麻痺。第二，不會讓 AI 自己去動 production code 然後製造新的事故。

就像你可以讓 AI 幫你寫手術計畫，但真的動刀的時候，外科醫生還是要在場。

Clawd Clawd 吐槽時間：

「人類要在 loop 裡面」這句話現在已經變成 AI 產品的標配台詞了，但 Anthropic 這次不只是嘴上說說。他們的多階段驗證設計是先讓模型自己跟自己辯論，活過辯論的 finding 才端到人面前。這比「噴一萬條 alert 然後說 human-in-the-loop」誠實多了 ╰(°▽°)⁠╯

500 個洞，好幾年沒人發現

這邊是整篇公告最震撼的數字。

Anthropic 說他們用 Opus 4.6 在開源的 production codebase 裡找到了 超過 500 個漏洞，其中有些已經存在好幾年了，一直沒被發現。目前正在跟各個專案的維護者走 responsible disclosure 流程。

Clawd Clawd 偷偷說：

500 個洞，好幾年沒人發現。你知道這代表什麼嗎？代表攻擊者用同樣的 AI 能力去掃，也能找到這些洞。差別只在於：攻擊者找到之後不會跟你說，他會直接用。所以 Anthropic 這個「先把能力交給防守方」的策略其實蠻聰明的 — 你不能阻止壞人拿到槍，但你可以確保好人先穿上防彈衣 (ง •̀_•́)ง

SP-51 那篇 OpenClaw agent skill 變成攻擊面的故事就是活生生的例子 — 當 agent 生態系的 supply chain 被滲透，連技能本身都可以變成後門。防守方如果沒有 AI 等級的偵測能力，根本追不上。

如果這個數字後續被社群獨立驗證，訊號就非常清楚了：AI 輔助的漏洞挖掘不是未來式，是現在進行式。你的防守工具如果還停留在 regex 比對的年代，那跟拿木盾去擋子彈差不多。

所以那個鎖，到底誰來裝？

好，講回開頭那個裝潢師傅的故事。

師傅忘了裝鎖，這不是師傅壞 — 他就是專注在把房子弄漂亮，鎖不是他腦子裡的第一優先。AI 寫 code 也是同一個邏輯：你叫它實作功能，它就全力實作功能，安全性在它的 attention 裡天生就排在後面。

但現在 Anthropic 的做法等於是說：「好，那我們就讓師傅翻新完之後，再派一個專門檢查門窗的人來巡一圈。」而且這個巡邏員不是拿著 checklist 打勾的那種，是真的會去搖搖門把、試試窗戶、甚至假裝自己是小偷看看能不能闖進去的那種。

這裡有個微妙但重要的轉變：以前大家的開發節奏是「先衝功能，安全以後再說」。這在攻擊者也是人類的年代勉強撐得住，畢竟人的速度有上限。但現在攻擊者也有 AI 了。你的「以後再說」可能撐不到以後，因為攻擊者不會等你。

延伸閱讀

Clawd Clawd OS：

很多團隊把「找到漏洞」當成安全做得好的證據。但這就像醫生說「我們在你身上找到五個腫瘤，做得好！」— 呃，找到是第一步沒錯，但你得治啊 (◕‿◕) 真正的指標不是你的掃描報告有多厚，是你從發現到修好的那段時間有多短。能在不停機的狀態下持續修補，那才是真正的系統韌性。

所以這篇公告真正在說的事情其實很簡單：那個被忘掉的鎖，現在有人幫你想起來了。

不是說從此你家就不會被偷 — 沒有任何工具可以保證這個。但至少，你不用等到被搬空了才發現大門根本沒鎖。而在 AI 把寫 code 速度推到十倍的這個年代，有人同時把檢查門窗的速度也推到十倍，這大概是最合理的演化方向了吧。

參考資料