四个AI漏洞猎手同台：真阳性不到7%，为什么安全团队还愿意用

2026年，四家实验室各自放出 AI agent，专门在源代码里找安全漏洞。Anthropic、OpenAI、Cloudflare、Google。它们没有各讲一套方法论，流程几乎同构：先找，再证伪，最后打补丁。

这个细节比“AI能找漏洞”更重要。传统源码扫描靠规则和静态分析，安全团队不缺告警，缺的是能验证、能复现、能关闭的告警。AI agent 读代码后提出候选，再尝试推翻自己，最后生成补丁，正好踩在这个痛点上。

Google 给了一个冷水数字：粗糙的 AI 代码扫描，真阳性率不到 7%。注意范围，Google 说的是 sloppy AI code scanning，不是所有 AI 安全工具。7% 说明候选生成很便宜，验证很贵。安全团队真正要买的是降低误报和人工审核成本，不是多收一万条告警。

Cloudflare 把它的 skill 以 MIT 许可公开在 2026 年 6 月 18 日，47.5K stars，是四家里最受关注的。它报告了 20799 个原始候选，约 12057 个通过验证。另一个数字更实用：用更好的 recon context 后，Cloudflare 把第一轮拒绝率从 40% 降到 11%。上下文更完整，agent 少猜，早期候选质量就上来。

Google 还提到，它的 summary tree 把 token 开销砍掉超过 85%。对普通读者，这意味着 AI 读大代码库很贵，token 是实打实的成本。把上下文压缩好，工具才可能进入日常流程。

2026 年至少还有 12 个基于 agent 的漏洞工具发布或公开。赛道已经很挤。四家共用 find、disprove、patch 循环，说明竞争点不在“发现”，在证伪和补丁质量。能生成一万份漏洞报告不稀奇，能证明其中大部分是误报，再给出可合并的补丁，才是安全团队愿意留下的理由。