AI 编程普及致开源漏洞翻倍：供应链风险与治理新挑战
Black Duck 发布的年度报告显示，随着 AI 辅助编程的普及，每个代码库中的开源漏洞平均数量一年内翻了一番，从 280 个激增至 581 个。这一趋势伴随着组件规模扩大、依赖关系复杂化以及许可冲突增加，暴露出传统安全机制难以跟上机器生成速度的系统性风险。专家强调，企业需从被动修补转向建立自动化可见性、来源追溯及零信任架构，以应对激增的软件供应链威胁。
事件概述
根据黑鸭软件（Black Duck）发布的年度《开源软件与风险分析报告》（OSSRA），过去一年中，人工智能辅助开发的广泛应用导致软件安全风险发生结构性变化。数据显示，每个代码库中的开源漏洞平均数量翻了一番，达到 581 个；同时，每个应用程序包含的组件数量增长了 30%，文件数量增长了 74%。
核心数据与事实
- 漏洞激增：平均每个开源应用程序包含 581 个漏洞，较去年的 280 个增长 107%。
- 攻击现状：2025 年调查显示，65% 的受访组织在过去一年中遭遇过软件供应链攻击。
- 工具使用：57% 的组织已在使用 AI 编码助手，尽管 76% 的公司明令禁止，但实际使用仍广泛存在。
- 合规缺口：仅 24% 的组织会对 AI 生成代码进行全面审查，68% 的被审计代码库存在开源许可冲突，创历史新高。
- 监管压力：企业正面临《欧盟网络韧性法案》（CRA）和《数字运营韧性法案》（DORA）等新规的合规挑战。
风险成因分析
- 速度失衡：AI 生成代码的速度远超人工审核能力，压垮了传统的 DevSecOps 安全控制体系。传统基于“人类编写速度”的安全体系已无法适应当前环境。
- 规模效应：代码库规模和依赖关系的快速扩张导致攻击面增大。每新增一个依赖项都可能成为新的攻击入口，且多层传递依赖使得问题更加隐蔽。
- 不可见性：多数组织不清楚生产环境中运行的具体组件，尤其是 AI 引入的来源不明组件加剧了这种不透明性。
- 恶意注入：随着依赖数量增加，攻击者更容易将恶意代码隐藏在多层依赖关系中，如拉撒路组织（Lazarus Group）相关的活动案例所示。
行业观点与建议
- Noma Security (Diana Kelley)：AI 改变了风险产生的规模和速度，可见性是安全团队不可妥协的基础能力，必须明确软件中包含的所有组件及模型。
- Gomboc (Ian Amit)：行业在发现漏洞方面已有进展，但在大规模修复上能力不足。企业需转向自动化修复机制，确保修复过程与安全策略一致。
- Acalvio (Ram Varadarajan)：以人类速度应对机器速度已不可行，未来网络安全需建立在零信任架构基础上，利用实时 AI 驱动的诱捕和欺骗技术。
- Qualys (Saumitra Das)：漏洞数量翻倍部分源于复杂性叠加而非单纯疏忽，但更大的问题是缺乏对运行组件的可见性。
- NetRise (Gary Schwartz)：建议加强来源追溯，通过分析贡献者数量、频率及维护者历史来识别潜在恶意行为，而不仅关注地理位置。
关键结论
开源软件生态的变化表明，软件风险已从单一应用层面转变为供应链层面的系统性问题。企业不能将责任外包给第三方或自动化工具，必须提升软件资产可见性，建立自动化安全治理机制与严格的来源追溯体系，并将 AI 生成代码视为来源不明的第三方代码进行同等标准的审查。