1500+官方技能的仓库里,为什么偏偏是“安全审计”杀出重围
1500+官方技能的仓库里,为什么偏偏是“安全审计”杀出重围
最近技术圈有个挺有意思的现象。
一边是 AI 写代码越来越猛,一个人一天能搓出过去一周的活儿;另一边是大家心里都开始发毛——代码是快,可谁来验收?
就在这个节骨眼上,一个叫 security-audit 的开源项目突然被顶上了热榜。开源头几天,单日涨星三千多,一周破万,如今 GitHub 上已经躺着 4.7 万颗星、2900 多次 fork。在 skills.sh 这个“AI 技能应用商店”里,它被安装了 5.3 万多次,光是最近一周就新增两千多。
更关键的是它的身份:它只是那个收录了 1500 多个官方技能的大仓库里的一员。同班同学一大把,偏偏它成了尖子生。
这事值得说道说道。
一、先说清楚:这个“1500+技能仓库”到底是个啥
你可以把它想象成一个巨大的**“AI 员工岗位手册库”**。
过去我们教 AI 干活,靠的是临时打字:“你帮我看看这段代码有没有问题”。AI 凭感觉发挥,今天认真,明天敷衍,标准全看心情。
“技能(Skill)”换了个思路:把某个专业岗位的做事流程、检查清单、判断标准,写成一份结构化的手册,塞给 AI。它不再是临时工,而是拿着岗位说明书上岗的老师傅。
这个仓库里,微软、谷歌、Vercel、Stripe、Cloudflare、Hugging Face 这些官方团队都往里交过作业,覆盖前端、云部署、数据库、测试、设计、营销等等。而且它不挑工具——Claude Code、Cursor、Codex、GitHub Copilot、Gemini CLI 这些主流 AI 编程助手,基本都能直接用同一份技能。
1500 多份手册摆在书架上,为什么大家偏偏把 security-audit 抽了出来?
因为别的技能是教 AI“怎么把活干出来”,它是教 AI“怎么把别人干砸的活揪出来”。
二、它到底是个啥?一句话:给 AI 配了个老刑警
用大白话讲,security-audit 就是一套**“AI 版办案流程”**。
它不让 AI 上来就东翻西看,而是逼它按六个阶段走完整个案子:
先摸地形——这项目是干啥的、谁能进来、哪些地方是敏感地带、哪些数据碰不得;
再分头查案——把大目标拆成一小块一小块,每个 AI 只盯一小片,避免“一个人看完整栋楼”最后啥也没看清;
然后验证——这是最狠的一步,后面细说;
最后出报告——不是写一堆“可能存在风险”的废话,而是给出三档明确结论:已确认、待验证、已排除。
这里有个特别值得夸的设计。
现在很多 AI 工具的通病是:你让它找问题,它就一定能给你找出问题,哪怕代码干干净净。 它会用“可能”“也许”“理论上”这种词糊你一脸,看着挺专业,实际全是空气。
security-audit 的做法是:待验证的结论不许标严重等级。 只有真正拿出证据、说清楚“谁能利用、能碰到什么、会造成什么后果”的,才配叫“已确认”,才配打分。
打个比方:别的工具是实习生,写报告爱用“疑似存在重大隐患”;它是老刑警,要么拿出证据链,要么老实写“这条线索断了”。
三、它最出圈的三招,招招反人性
第一招:查案的人,不许自己结案
这一条是它的灵魂。
AI 有个毛病,特别喜欢给自己打分,而且打分还很自信——它找出来的漏洞,让它自己复查,十有八九会说“没问题,我确认了”。
security-audit 直接把这条路堵死:找漏洞的 AI 和验证漏洞的 AI,必须是两个。 而且验证的那个 AI,任务不是“确认一下”,而是“想办法把它推翻”。
更绝的是,如果验证环节把一个结论升级了、或者大改了关键证据,还得再换一个全新的 AI 复核一遍。层层加码,就是不让任何一个 AI 自说自话。
Cloudflare 自己在博客里说得很直白:让两个 AI 故意唱反调,比反复叮嘱一个 AI“你要仔细点”有用得多。
第二招:一本“审计台账”,专治 AI 胡说八道
AI 最让人头疼的幻觉问题,它用一个很土但很管用的办法解决了——记账。
每一条结论都必须挂上证据:在哪个文件、哪一行、什么条件下成立。说不出来源,就不许进报告。
它还有一本“覆盖率台账”,记录这次查了哪些区域、哪些还没查、哪些上次查过但现在代码改了要重查。
这个设计解决了一个所有人都忽略的问题:AI 审计不是跑一次就完事的。
Cloudflare 实测发现,单跑一次,大概只能找到多次累计结果的一半,而且找到的往往还是比较好找的那批。所以这套技能是“越跑越全”的——第二次跑,它会自动跳过已经确认没问题的老地方,专攻上次没覆盖到的角落。
就像体检,做一次 CT 不代表全身都健康,得看报告上写着“本次检查范围”。
第三招:绝不碰你的生产环境
这条最让人安心。
它明确规定了红线:不许连线上服务、不许打真实接口、不许用真账号真数据、不许把测试搞成压测。所有试验都在一个“隔离房间”里进行:断网、只读、只能用假数据、CPU 和内存都卡死上限。
如果这个隔离房间搭不起来呢?
它的选择是:宁可不跑,标成“待验证”,把缺什么条件写清楚。
这一点特别难得。绝大多数工具遇到跑不通的情况,会“合理推测”一下糊弄过去;它偏不,它把“我不知道”四个字堂堂正正写进报告。
四、它到底有多牛?看看 Cloudflare 自己怎么用
这项目最抓人的地方在于,它不是实验室里的玩具,而是真刀真枪干过活的。
它最初只是 Cloudflare 内部一个几百行的小实验,跑在单个代码仓库上。后来团队把它拆开、加上调度、接上数据库,花了六周时间,做成了一套能同时扫 128 个代码仓库的自动化流水线。
成绩单是这样的:
一轮扫下来,系统吐出了两万多个“疑似漏洞”,听着吓人,但其中绝大部分是噪音。经过独立验证这一关,只剩一万两千多个站得住脚;再进行去重,又合并掉五千多条重复项;最后真正送到工程师手上、值得动手修的,是 7245 条。
更值得注意的是它的进化曲线:优化之后,初审阶段的误报拒绝率从 40% 降到 11%,高质量结论的占比从 35% 涨到 58%。
翻译成人话就是:一开始十句话里有四句是废话,后来十句话里只有一句是废话,而且真货越来越多。
速度上,一个三万行左右的中等项目,完整跑一遍大概三四个小时,最夸张的一次跑了十四个小时。慢是慢,但它是那种“下班前丢进去,第二天早上看结果”的活儿。
五、普通人能用吗?门槛比想象中低,但有几句话得说清楚
上手难度:低。
你不需要装一堆环境,也不用学什么新语法。一条安装命令,把它装进你常用的 AI 编程助手,然后在项目里说一句“帮我做一次安全审计”,它就自动接管了。
零代码基础的人也别慌——你不需要看懂它写了什么,你只需要看懂最后那份报告:哪几条是确认的、哪几条是待验证的、每条对应哪个文件。
硬件要求:不吃显卡。
它跑的是“读代码 + 逻辑推理”,不是训练大模型。一台普通笔记本,配上支持调用子智能体的 AI 助手就够了。
适合谁?
独立开发者和小团队最该试试——请不起安全团队,但至少能知道自己家门锁没锁;开源项目维护者也很合适,毕竟开源代码谁都能看,漏洞藏不住;还有那些用 AI 疯狂生成代码的团队,这是给自己加一道验收关卡。
不适合谁?
想“一键出结果、零成本零等待”的人。它老实说会跑很久,结论里还会有不少“待验证”。它不是魔法。
还有一点必须提醒:它不能替代专业渗透测试,更不能替代人工判断。 它擅长的是把明显的问题筛出来、把该问的问题问清楚,剩下那些弯弯绕绕的业务逻辑漏洞,还是得靠人。
六、写在最后:下一个爆款会长什么样
security-audit 的走红,其实戳中了一个时代情绪。
当 AI 把“写代码”这件事的门槛拉到地板,“验收”就成了新的稀缺能力。以前一个团队十个人写代码、一个人 review;以后可能是一个人指挥十个 AI 写代码,然后需要三个 AI 来互相挑刺。
所以这个 1500+ 技能仓库里,下一个出圈的会是谁?
我的猜测是:凡是站在“验收位”上的技能,都有机会。 比如自动化的测试生成、合规检查、成本审计、数据迁移校验、上线前的配置体检……这些活有个共同点——不酷,但没人敢不做。
反过来,那些只教 AI“怎么更快地生成”的技能,可能会越来越难出圈,因为大家已经见太多了。
最后留个问题给你:
如果 AI 能写代码,也能查代码,那你更愿意让它先写,还是先查?
评论区聊聊,你被 AI 生成的代码坑过吗?