實測 Claude、Codex 和 Antigravity 的資安稽核技能,找出漏洞的結果差多少
I benchmarked a security-audit skill on Claude, Codex and Antigravity. Here are the numbers.
重點導讀
AI 資安稽核報告如果只寫「已確認」,卻沒說查了哪些程式碼,就很難判斷結果能不能信。
- 作者做了兩個開源技能,分別檢查程式和雲端安全,以及程式如何處理個人資料,並用 Claude、Codex 和 Antigravity 測試。測試時,發現的問題要附上檔案和程式碼位置,還要分清楚是實際重現、從程式確認,或只是待查的猜測。
- 高風險發現也會交給另一個檢查者試著推翻。在 OWASP Juice Shop 測試中,Claude 最好的一次找到 32 個已知漏洞中的 23 個,Codex 找到 18 個,Antigravity 找到 6 個。作者也指出,兩次檢查大型專案時,個別隱私問題的結果只有約 60–69% 相同。
- 這些技能不能取代滲透測試或資料保護長的工作。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
信源出處dev.to
I benchmarked a security-audit skill on Claude, Codex and Antigravity. Here are the numbers.
本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。
來源: Dev.to Top Tech (dev.to)
開啟原文