隨著 AI 工具的普及，Vibe Coding 成為開發者的新常態。Veracode 的研究指出，AI 生成的程式碼中有 45% 潛藏安全缺陷。史丹佛大學的調查更顯示，依賴 AI 的開發者不僅容易寫出低安全性的程式碼，甚至會對這些程式碼過度信任。AI 生成的程式碼可能缺乏對「不信任輸入」的防禦，容易導致權限提升或注入攻擊。因此，應將 AI 產出視為起點（草稿），而非終點（完稿）。
過度依賴 AI 可能會影響開發者對程式碼安全性的判斷。AI 生成的程式碼可能外表光鮮，內裡卻缺乏對「不信任輸入」的防禦，容易導致權限提升或注入攻擊。此外，AI 極度擅長寫正常流程，但在面對資料庫連線爆滿或網路波動時，卻常表現得像個新手。開發者應具備足夠的知識和判斷力，審查 AI 生成的程式碼，確保其安全性。
為了解決 AI 生成程式碼的安全問題，資深媒體人與 AI 專家 Corey Noles 分享了在 Vibe Coding 時必問的 10 個問題，旨在幫助開發者的思維從「會動就好」轉向專業工程。這些問題涵蓋了變更的影響、隱藏的假設、信任邊界與威脅模型、權限驗證、不受信任的輸入路徑、敏感資料的流向監控、失效模式的處理、測試案例的生成、維護債的找出，以及部署與觀測的安全性。透過這些問題，開發者可以更全面地評估 AI 生成程式碼的安全性，並採取相應的措施來降低風險。
This is a simplified version of the page. Some interactive features are only available in the full version.
本頁為精簡版，部分互動功能僅限完整版使用。
👉 View Full Version | 前往完整版內容