四大 AI 安全审计智能体横向对比！Claude Security、Codex Security、Cloudflare、Google Mantis，均采用「发现 + 独立反驳验证」双智能体范式

Anthropic、OpenAI、Cloudflare、谷歌在2026年陆续推出面向源码漏洞挖掘的AI安全智能体。一个很关键的行业共识已经形成：漏洞发现Agent 和核验Agent相互分离，由独立验证者对候选漏洞做反驳测试，只有通过核验的结果才会生成补丁与报告，用来解决传统AI代码扫描幻觉泛滥、真阳性率不足7%的痛点；同时攻击者也已经在用AI挖掘漏洞，倒逼防御侧升级自动化审计能力。（来源）

行业痛点与核心设计共识

Google 的安全团队在技术报告中指出，草率的 AI 代码扫描器真阳性率通常低于 7%。这意味着审查者需要花费大量时间去证伪错误报告，其时间成本远超工具带来的收益。

为了解决这一噪音问题，四大实验室不约而同地采用了一种标准化的设计模式：职责分离。

• 发现与验证解耦：负责报告漏洞的智能体，永远不能自行确认该漏洞。
• 独立反驳机制：系统会引入一个全新的、独立的验证者智能体，专门尝试反驳或证伪候选漏洞。
• 幸存者修补：只有经过严格验证存活的漏洞，才会进入最终的补丁生成环节。

此外，防御性设计的另一驱动力来自攻击端的演进。Anthropic 和 Google 均指出，攻击者已开始利用 AI 模型寻找可利用缺陷，甚至在极少人类干预的情况下完成漏洞利用。因此，防御方必须采用更严密的自动化审查机制。

四大核心工具深度解析

1. Anthropic 的 Claude Security

• 运行环境：作为插件直接在 Claude Code 会话内运行，无需配置额外的 API 密钥。扫描消耗的 Token 计入用户现有的 Claude 订阅计划。
• 工作机制：智能体首先映射系统架构并构建威胁模型，随后在各组件中搜寻漏洞，并由独立验证者进行确认。
• 输出格式：生成包含严重性、CWE 类别、影响和重现步骤的 Markdown 报告，以及适用于 GitHub 代码扫描的 SARIF 2.1.0 文件。补丁会以草稿形式生成 .patch 文件，插件本身不会自动提交或推送代码。

2. OpenAI 的 Codex Security

• 运行环境：提供 Apache-2.0 许可的 CLI 工具和 TypeScript SDK，但底层扫描服务仍需通过 OpenAI 或兼容提供商（如 Amazon Bedrock、OpenRouter）的 API 访问。
• 工作机制：支持扫描整个仓库、特定路径或 Git diff。使用 --mode deep 标志可运行并行的发现工作器。它不仅能验证候选发现，还能验证已有的修复方案。
• 输出格式：支持导出威胁模型、SARIF、JSON 或 CSV，并可集成至 Linear 或 GitHub Action 中，实现计划任务或拉取请求的自动化扫描。

3. Cloudflare 的 Security Audit Skill

• 运行环境：采用 MIT 许可，完全模型无关。只要编码智能体支持工具调用和并行子智能体，即可运行该技能。
• 工作机制：执行严格的 6 阶段审计流程：
  1. 侦察：映射架构与信任边界，生成覆盖台账。
  2. 覆盖引导搜寻：隔离的搜寻者处理台账单元，批评者寻找逻辑缺口。
  3. 候选验证：由全新的验证者智能体尝试反驳每个候选漏洞。
  4. 结构化输出：将确认、待验证和拒绝的记录写入 findings.json。
  5. 独立记录验证：再次引入新智能体重新验证最终声明。
  6. 目标中立报告：生成 REPORT.md 及详细文档。
• 实际效能：Cloudflare 内部数据显示，该流程将首次通过的拒绝率从 40% 降至 11%。在扫描的仓库中，20,799 个原始候选最终沉淀为 7,245 个可操作发现，并发送给工程团队。

4.谷歌的 Mantis

• 运行环境：提供 Apache-2.0 许可的安全审查技能集及 ADK 参考框架，需在隔离的沙盒环境中运行。
• 工作机制：Mantis 会读取仓库历史以学习过去的安全修复模式。它构建分层摘要树，将文件压缩为目录和根摘要，据称可将 Token 开销削减 85% 以上。
• 核心差异：强调重现与对抗验证。Mantis 会尝试从静态利用草图到单元测试，实际重现每个漏洞。在生成补丁后，它会启动对抗循环，主动攻击该修复方案以验证其有效性，并对照评分标准校准严重性，防止“数千个严重漏洞”的误报。

横向对比与选型建议

选型建议：

• 已深度使用 Claude Code：直接从 Claude Security 插件开始，一行命令即可安装，且复用现有订阅额度。
• 需要 CI/CD 门控与 SARIF 集成：Codex Security 提供了最成熟的管道工具，适合已获访问权限的组织。
• 追求无供应商锁定与高灵活性：Cloudflare 的技能完全开源且模型无关，可在任何符合条件的智能体上运行。
• 拥有专业安全团队与沙盒环境：Google Mantis 提供了最深的证据循环，其沙盒重现和对抗测试能力最适合高标准的安全审计。

除了上述四大工具，2026 年还涌现了至少不少基于智能体的漏洞扫描工具。

开源框架