會跑不等於安全：兩個資安外掛和一份難看的數據

你請 AI 寫一段「使用者上傳檔案」的功能，它三分鐘給你，跑起來也對，測試也綠。你怎麼驗收的？多數人驗的是會不會跑。

2026 年 7 月 28 日 Veracode 發了一份報告，把這個習慣的代價講得很清楚。他們拿上百個模型做安全敏感的程式任務，結論一句話：語法解決了，安全沒有。

功能對跟安全對是兩件事，而且這個落差兩版報告之間幾乎沒有改善。有意思的是它不是全面的差：SQL 注入和加密演算法那幾類，模型已經學得不錯；跨站腳本和日誌注入這兩類，十次有八九次過不了。

為什麼偏偏差在這幾類

我的理解是，模型學的是「能跑的程式碼」，網路上能跑的範例遠多於安全的範例。跨站腳本和日誌注入的共同點是，寫錯了程式照樣跑、測試照樣綠，要有人刻意去試才會發現。

所以該檢討的是驗收條件。你說「跑起來就好」，它就給你跑得起來的東西，驗收條件裡沒寫跳脫和日誌，就沒有人會去看這兩項。

兩個現成的外掛，各管一段

官方市集上有兩個，常被混為一談。

2026 年 5 月底上線的 security-guidance 是邊寫邊看：每次編輯跑一次快速的樣式檢查，每一輪對話結束跑一次模型審查，到你要 commit 或 push 時再跑一次比較深的代理審查。專案自己的規則寫在 .claude/claude-security-guidance.md，例如「我們的日誌絕對不能出現使用者輸入的原文」。

7 月下旬上線的 claude-security 是週期性體檢。它在一場 Claude Code 對話裡派出一組代理分工，先畫出架構、建威脅模型、再去找漏洞，然後對每一個發現做獨立覆核，報告寫進一個 CLAUDE-SECURITY- 開頭加時間戳的資料夾。掃描範圍可以是整個專案，也可以只掃某條分支的差異、一個 PR 或一個 commit。你挑要修的，它產出修補，但最後要不要套用是你自己按的，它不會自己改進去。

security-guidance 抓的是你這次剛寫的東西，claude-security 會去找專案裡早就存在的問題，所以我兩個都裝。

動手做

兩行指令裝起來，裝完要重新載入外掛才會生效：

/plugin install security-guidance@claude-plugins-official
/plugin install claude-security@claude-plugins-official
/reload-plugins

裝好之後，整包掃描用 /claude-security 起跑。第一次建議先掃一條分支的差異，不要一開始就掃整個專案，報告太長你不會讀完。

不寫程式但要驗收的人，可以拿這段去要求交付方。它把「安全」拆成可以逐項核對的東西：

這是一段要上線的程式碼。請以資安審查員的身分回答，不要改寫它：
1. 列出它處理了哪些 OWASP Top 10 的風險類別，各在第幾行。
2. 列出它沒有處理、但這段程式碼的情境下會遇到的風險類別，說明會怎麼被利用。
3. 特別檢查四件事：使用者輸入有沒有被跳脫、寫進日誌的東西有沒有過濾、
   錯誤訊息會不會洩漏內部資訊、權限判斷是不是只做在前端。
4. 每一項只回「有處理／沒處理／不適用」加一句證據，不要建議重寫。
程式碼：（貼上）

掃描報告先讀「高」那一段，剩下的排進下一次。驗收清單裡要有「安全」這一欄，而且那一欄寫的要是證據，光一個勾不算；交付方最好事先就知道你會問跳脫和日誌。

Veracode 那張表裡最低的一格是日誌注入，12%。這一類寫錯了程式照樣跑，也不會讓任何一個功能測試變紅。

站內延伸

• 先看到紅燈才准寫程式 → 先紅燈再綠燈
• 便條擋不住，用 hook 擋 → 便條擋不住
• 完整的驗收清單 → 找方法AI Agent 測試

來源： Veracode：2026 GenAI Code Security Report（2026-07-28；通過率 56%、約 44% 任務引入風險漏洞、跨站腳本 15%、日誌注入 12%、SQL 注入 83%、最高分模型 68%、「語法解決了，安全沒有」）；Claude Code：security-guidance 外掛與週報 2026-w22（三層審查時機、專案規則檔路徑）；Claude Code：Claude Security 外掛與週報 2026-w30（多代理掃描、獨立覆核、報告資料夾、掃描範圍、修補由你套用）。