AI 驅動的工具本應加快軟體開發周期，但對微軟 Exchange 團隊而言，結果卻恰恰相反——大量企業 IT 團隊仍在等待一項需要經過大量兼容性測試才能部署的更新。
針對用戶的疑問，微軟在一篇部落格文章中表示，Exchange Server 訂閱版（SE）首個累積更新（CU1）再度被迫推遲，原因是工程師們正爭分奪秒地驗證通過 AI 輔助代碼掃描所發現的大量安全問題。
"過去幾個月，微軟多位高管相繼發表聲明，介紹公司如何藉助多種 AI 工具來發現產品中的安全漏洞。"微軟在文中寫道。
"包括 Exchange Server 在內的眾多團隊，正在逐一處理已上報的問題——這包括驗證其是否為真實安全漏洞、復現問題、修復缺陷、測試修復後是否引發回歸或新問題，以及按月發布更新。"
微軟最初表示 CU1 將於 2026 年上半年末發布，隨後將目標調整為 2026 年下半年。而此次延期再未給出任何時間節點，這也是微軟第二次推遲該版本的預期發布窗口。
所謂累積更新（CU），是 Exchange Server 定期發布的更新包，集成了近期的錯誤修復和安全補丁，同時可能引入新功能、架構變更，或移除已棄用的組件。
與微軟持續按月發布的 Exchange Server SE 安全更新不同，CU 屬於更為重大的伺服器軟體更新，通常每年發布一到兩次。這為企業管理員提供了一種統一部署修復與變更的選項，而無需逐個處理單項更新。但也正因為 CU 覆蓋範圍較廣，企業在部署前需要進行更為全面的測試。
Nord-IQ Research 首席分析師 Manoj Chandra Jha 表示，CU1 發布時間線的第二次調整，加上至今未能給出明確的發布日期或月份，已足以讓企業重新調整應對策略。
"企業應將每月安全更新節奏作為日常補丁管理的基準，並將 CU1 視為一個獨立的觸髮型項目，而非按計劃推進的常規版本，直到微軟發出更明確的信號為止。"Jha 說道。
對於那些等待明確承諾或 CU1 正式發布才開始準備的企業，Jha 指出，延期並不意味著可以原地等待。
"在沒有明確出貨日期的情況下，CIO 應將 CU1 準備工作與微軟的發布日曆脫鉤，具體做法包括：維護測試環境、梳理並預先驗證身份認證、API 和管理工具，以及建立一套快速變更審批流程，以便在微軟宣布更新後立即啟動。"Jha 建議道。
面臨 AI 驅動軟體產出激增所帶來意外影響的，並非只有微軟 Exchange 團隊。
憑藉 AI 輔助編碼工具 Copilot 引領"氛圍編程
"（vibe coding）風潮的 GitHub，同樣在應對 AI 工具生成代碼的數量和質量問題。
今年 2 月，GitHub 曾考慮允許代碼倉庫維護者限制甚至禁用 Pull Request，原因是維護者反映大量低質量、疑似 AI 生成的提交正在淹沒開源項目。問題的核心不僅是 AI 生成了更多代碼，更在於人工審查和管理如此大量提交的能力已難以為繼。
隨後，GitHub 在 4 月推出了"堆疊式 PR"（Stacked PRs）功能，表示該功能旨在幫助開發者在 AI 輔助開發推高代碼審查量的背景下，更好地管理規模更大、結構更複雜的代碼變更，其邏輯是將大型變更拆分為更小的單元，從而更易於審查和合併。
AWS 也發現了類似問題，並於今年 6 月為其 DevOps 智能體新增了發布管理功能，幫助團隊在部署前對 AI 生成代碼進行驗證、測試和審查。
近期，基於 AI 的代碼審查平台 CodeRabbit 也新增了功能，幫助開發者在"氛圍編程"智能體帶來的代碼量和複雜度持續攀升的背景下，對 Pull Request 進行分類和優先級排序。
AI 生成內容的體量與人工可投入的審查精力之間的不匹配，已遠不止於代碼審查領域。
今年 5 月，GitHub 還表示，其漏洞賞金計劃收到的低質量安全提交數量大幅攀升，部分原因正是新興生成式 AI 工具的廣泛使用。
對此，GitHub 下調了安全影響較低報告的現金獎勵，並呼籲研究人員將精力集中在能夠代表真實安全風險的漏洞上。
Q&A
Q1：微軟 Exchange Server CU1 為什麼一再延期？
A：微軟 Exchange Server CU1 延期的核心原因是 AI 輔助代碼掃描發現了大量潛在安全漏洞，工程師需要逐一驗證這些問題是否為真實漏洞、進行復現、修復，並測試修復後是否引入新問題。由於安全發現數量持續增加，驗證工作量超出預期，導致 CU1 從原定 2026 年上半年末，推遲至下半年，目前甚至沒有明確的發布日期。
Q2：企業在等待 Exchange CU1 期間應該怎麼做？
A：分析師建議企業不要以 CU1 的發布節奏為基準，而應將微軟每月發布的安全更新作為常規補丁管理的基線。同時，企業 IT 團隊應維護獨立的測試環境，預先清點和驗證身份認證、API 及管理工具，並建立一套快速變更審批流程，一旦微軟宣布 CU1 發布即可快速響應。
Q3：AI 生成代碼過多對 GitHub 開源社區造成了哪些影響？
A：大量 AI 生成的低質量代碼提交正在給 GitHub 開源項目的維護者帶來沉重負擔，人工審查資源嚴重不足。GitHub 為此考慮過限制 Pull Request 提交權限，並於 2025 年 4 月推出了"堆疊式 PR"功能以改善審查流程。此外，GitHub 的漏洞賞金計劃也因生成式 AI 驅動的低質量安全報告激增，不得不下調低影響報告的獎勵金額。
