企業利用AI編寫代碼所引發的安全風險日益凸顯，而許多組織尚未做好充分應對的準備。這是安全測試公司ProjectDiscovery於近日發布的一份報告中的核心發現。
報告指出，安全人員在將AI納入工作流程之前，需要完善的審計追蹤機制和嚴格的訪問權限管控。"他們並不排斥這項技術，但這項技術必須先證明自身的價值。"
這份報告揭示了當前企業AI變革中最為棘手的矛盾之一：藉助AI輔助編程的開發人員，與負責保護這些代碼安全的安全團隊之間，正面臨日益加劇的張力。
"大量AI生成的代碼正在湧向安全團隊，而這股浪潮的增速已經超出了大多數組織的承受能力，"ProjectDiscovery在報告中寫道，"工程團隊正以前所未有的速度交付產品，而安全團隊正處於這股浪潮的正面衝擊之下。"
調查結果顯示，在因AI導致代碼審查量大幅增加的背景下，僅有38%的網路安全從業者表示能夠較好地應對當前的工作量，近60%的受訪者認為這項工作的難度正在持續上升。與大型企業的同行相比，中型企業的安全人員感受到了更大的壓力，這或許反映出大型企業在安全資源投入方面具有更強的實力。
本報告基於對北美和西歐地區200名中大型企業網路安全專業人員的問卷調查。ProjectDiscovery表示，近半數受訪者從事安全架構
工作，超過半數在"安全產品的遴選或審批"環節中扮演重要角色。
在AI輔助編程引發的安全隱患方面，受訪者普遍擔憂多個方面：企業機密數據泄露（78%的受訪者將其列為首要隱患）、因不可靠依賴項引發的供應鏈安全風險（73%），以及"業務邏輯漏洞"（72%）——即應用程序設計缺陷可能使黑客得以濫用合法功能。
在探討機密數據泄露問題時，ProjectDiscovery援引了2025年美國國家網路安全聯盟發布的一份報告。該報告顯示，43%的員工承認曾將公司敏感數據輸入AI工具。
在機密數據泄露的關注程度上，歐洲受訪者明顯高於美國同行（87%對72%），這一差異或與歐盟《通用數據保護條例》（GDPR）對數據隱私的嚴格要求密切相關。
Q&A
Q1：AI生成的代碼為什麼會給安全團隊帶來麻煩？
A：AI輔助編程大幅加快了代碼交付速度，但安全團隊的審查能力卻未能同步跟上。報告顯示，僅38%的網路安全從業者表示能較好應對激增的代碼審查量，近60%的人認為難度在持續上升。AI生成的代碼可能存在企業機密泄露、供應鏈依賴風險以及業務邏輯漏洞等多種安全隱患，這些問題疊加在一起，給安全團隊帶來了巨大的工作壓力。
Q2：使用AI編寫代碼會面臨哪些具體的安全風險？
A：根據ProjectDiscovery的報告，主要風險涵蓋三類：一是企業機密數據泄露（78%受訪者關注），即員工在使用AI工具時可能無意間輸入敏感資訊；二是供應鏈安全風險（73%），源於AI生成代碼中可能引用不可靠的依賴項；三是業務邏輯漏洞（72%），即應用設計層面的缺陷可能被黑客利用來濫用系統的合法功能。
Q3：歐洲和美國的安全從業者對AI代碼安全的擔憂有什麼不同？
A：在機密數據泄露這一問題上，歐洲受訪者的擔憂程度明顯高於美國同行，比例分別為87%和72%。這一差異可能與歐盟《通用數據保護條例》（GDPR）對數據隱私的嚴格監管要求有關，使得歐洲安全從業者對AI工具可能導致的數據合規風險更為敏感。
