OpenSSF AI 漏洞指引：把掃描與驗證拆開
開源軟件安全基金會（OpenSSF）發布針對 AI 漏洞發現與修補的建議。iThome 報道指出，指引的重點並非讓團隊把 AI 找到的問題一律即時修正，而是先確認漏洞是否真實存在，再按風險安排修補和部署。
這對正採用 AI coding agent 的開發團隊尤其重要：AI 可把「可疑發現」大量帶進待辦清單，但若驗證、去重和修補審批跟不上，產出只會變成更多未分類告警，甚至把不完整的修補帶入正式系統。
先分開發現與驗證
iThome 報道引述 OpenSSF 的建議，AI 尋找疑似漏洞與確認漏洞成立，應是兩個獨立環節。原因是同一個 AI agent 同時負責兩項工作時，可能自行否定原本確實存在的問題。
實務上，團隊可把流程切成兩條隊列：第一條收集 AI 掃描或外部研究人員提交的發現；第二條由另一套驗證程序，以可重現的測試、程式碼追蹤或人工複核確認影響範圍。確認後才進入修補排序，避免工程資源被重複或誤報個案消耗。
單次掃描不足以作結論
AI 的輸出並非每次一致。iThome 指出，OpenSSF 建議重複進行檢查，並配合不同方法尋找問題，直至多輪檢查不再帶來有價值的新發現。其後還要為通報去重、完成驗證，再按風險處理。
這意味著團隊不宜把一次 agent 掃描視作安全簽收。較可操作的做法是把掃描結果集中管理，為每宗個案記錄重現步驟、受影響版本、相近通報及風險優先次序；只有證據足夠的項目才交由開發人員修正。
AI 產生補丁後，仍要設人手關卡
OpenSSF 的警告相當直接：AI 產生的修補程式碼有機會只遮蓋表面症狀，未處理根本成因；它也可能破壞原有功能，或引入新的安全風險。因此，iThome 報道指，補丁在合併前仍須通過自動化測試及人工程式碼審查。
團隊可以將這套要求落在以下關卡：
- 讓 AI 在隔離環境執行，避免直接觸及正式系統或敏感資源。
- 為高風險操作設定人工核准，並保留可隨時停止 agent 的機制。
- 用自動化測試驗證修補沒有破壞既有功能，再由審查者確認漏洞成因確已處理。
- 合併後為相關漏洞補上迴歸測試、靜態分析規則，或在 CI/CD 加入模糊測試，降低同類問題再出現的機會。
對香港的初創及企業軟件團隊而言，這套安排的取捨在於：AI 可縮短發現和撰寫初步補丁的時間，但驗證與審批環節不能為追求速度而省略。下一步值得觀察的是，團隊會否把這些安全關卡正式寫入 CI/CD 規則和合併政策，令 AI 輔助開發由個人習慣變成可審核的工程流程。
延伸閱讀
AI 輔助說明： 本文由 AI 協助整理，並經兩輪獨立自動品質審核；資料及連結仍以原始來源為準。
參考來源
- iThome — OpenSSF發布AI漏洞處理指引，強調漏洞驗證與人工審查 — original report
本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。
