Generering af beviser: Risici kan ikke kun opdages, men der kan også genereres reproducerbare veje til udløsning af sårbarheder.
Praktisk verifikation har vist, at Qcode Agents' ydeevne ved opdagelse af sårbarheder i forretningslogik er steget eksponentielt og faktisk fylder en afgørende manglende kapacitet inden for denne industrielle niche.
Omformning af sikkerhedsmæssige grænser i AI-applikationsforsyningskæden: Fra model til fuld beskyttelse af alle faktorer i MCP
I dag strækker AI-applikationsforsyningskæden sig langt ud over omfanget af traditionelle open-source-komponenter – nye elementer såsom modelfiler, MCP (Model Context Protocol), færdigheder (Skills) osv. er nu i centrum for udvidelsen af angrebsoverfladen. Traditionelle SCA-værktøjer lider ofte under alvorlige falske positive og falske negative resultater, når de står over for disse nye objekter, da der mangler det nødvendige tekniske, valideringsmæssige eller domæne-specifikke viden – hvilket til sidst resulterer i forkert risikovurdering.
Qcode Agents har udviklet en detektionsfunktion, der dækker alle elementer i AI-forsyningskæden, herunder modelafhængigheder, MCP-værktøjer og forbindelser til færdighedsopkald i analysen. Ved at kombinere Qianxins dybe domænevidensbase og præcise korrelationsmodeller, som er opbygget inden for softwareforsyningskæden gennem de seneste 10 år, kan Qcode Agents automatisk generere softwarematerialelister for AI-applikationer, tydeligt spore brugen af open-source-modeller, nøjagtigt identificere forskellige ‘usynlige afhængigheder’ i AI-applikationer og gøre forskellige sikkerhedsrisici i AI-applikationers forsyningskæde helt umulige at skjule.
Styrkeverificering: Genskabe kendte tilfælde og opdag potentielle sårbarheder i fremtrædende projekter
Qcode Agents’ detektionsfunktion er blevet fuldstændigt valideret i flere tests og har opnået uventet ydeevne:
Gengivelse af branchens reference: Fuldstændig gengivelse af de tre typiske sikkerhedssvagheder, der blev afsløret ved lanceringen af Claude Code Security, præcis gendannelse af betingelserne for udløsning af svaghederne, udnyttelsesvejene og potentielle risikoscenarier samt bevis for fremskridtet i dets detektionslogik.
Uddybende test af open source-projekter: Der blev udvalgt velkendte og bredt anvendte open source-projekter som f.eks. apache-obiz, apache-log4j, libpng og gpac, hvorefter der blev udført målrettet, uddybende testning. Dette resulterede ikke kun i en vellykket reproducering af de tilsvarende CVE-sårbarheder, men også i en omfattende undersøgelse af forretningslogikfejl og højrisikosårbarheder såsom stack overflow. For eksempel opdagede Qcode Agents ved detektion af Apache OFBiz en omgåelsessårbarhed forårsaget af en ufuldstændig loginverifikationsmekanisme – en semantisk åbning, som traditionel statisk analyse ikke kan identificere. Ved at inddrage deres indbyggede praktiske erfaring forstod Qcode Agents præcist verifikationssemantikken i login-scenarier og fanget dermed denne skjulte fejl med succes.
Vigtige fund fra den interne testfase: Qcode-agenter har identificeret over 10 potentielle sikkerhedssvagheder i almindelige open-source-systemer og -rammeværker som OpenSSL, TensorFlow, OpenCV, Memcached og RuoYi og har gennemført en indledende validering samt vurdering af risikoniveau.
Ti år til at sløbe et sværd: faktisk kamp er den eneste kriterie for at teste effektiviteten
Den fremragende ydeevne hos Qcode-agenter er ikke noget luftslottet, men bygget på det solide grundlag af mere end ti års kodessikkerhedskompetence udviklet af Qianxin.
Dyb indsats: Qianxin er en af de tidligste producenter i Kina, der har implementeret virksomhedsniveau SAST (Static Application Security Testing) som et produkt. Flagshipsproduktet "Code Defender" understøtter flere dusin programmeringssprog, dækker tusindvis af sårbarhedstyper, betjener over 1.000 store regerings- og virksomhedskunder og har samlet ti tusinde højkvalitetsregler, der er verificeret gennem praktisk erfaring.
Benchmark-verificering: "AI+Code Defender", der blev udgivet i begyndelsen af 2025, er blevet implementeret hos topfinansielle kunder såsom Bank of Beijing og PICC Technology. Data viser, at den har forkortet kodeauditcyklussen med over 83 %, reduceret arbejdskomponenten til 1/6 af traditionelle modeller og opnået en indfangningsrate for højrisikovulnerabiliteter på over 95 %.
Afsluttende bemærkninger
Fra "Code Defender" til "AI+Code Defender" og nu til de intelligente agenter "Qcode Agents" – hver ny version er en kontinuerlig forbedring og iteration, der tæt knytter sig til praktiske behov. Udgivelsen af Qcode Agents af Qianxin er ikke blot en simpel produktopgradering, men snarere en integration af teknisk erfaring, angreb-og-forsvarserfaring samt kundeproces. Den gør ikke kun AI i stand til at "forstå kode", men også til at "forstå forretning", "styrke brugeroplevelsen" og "håndtere lukkede processer", og bygger derved et sikkert, effektivt og pålideligt kodesikkerhedssystem for virksomheder.