跳到正文
原文

Vibe Coding 的威胁图景与通往安全自主之路

Threat Landscape of Vibe Coding and the Road to Secure Autonomy

arXiv:其他 AI 安全论文· arXiv:2611.21822· Devki Nandan Jha, Shubh Anand, Karthick Keeranagere Krishnaiah, Roman Ahearn, Suhas Nale·本站收录· 2 天前· 原文发表日期未标观点· 扫描记录里的位置 →
AI 导读

研究者提出 vibe coding 的安全威胁图景,把分散在提示注入、不安全代码生成、供应链攻击和人为因素等领域的研究整合为统一威胁模型。论文建立参考架构,刻画六级智能体自主性,并围绕开发者、AI 模型、工具、云基础设施和更广软件生态五个信任边界构建威胁模型,提出九大类共21项威胁的分类法,逐项梳理证据、评估防御并指出局限。作者分析认为,风险随智能体操作权限扩大而上升,而多数防御依赖模型判断、只应对孤立威胁。论文最后提出11个研究挑战,包括对智能体权限的可执行限制,以及评估 vibe coding 安全性的共享基准与方法。

阅读原文arxiv.org