一，开源大佬也难逃“AI安全问题”
在程序员的世界里，Simon Willison是一个知名人物。
他不仅是Django框架的联合创始人，几乎每一位开发者，都用过他写的Django Web框架（全球超过60%的Python Web应用基于此框架开发），还是创造了开源工具Datasette，在github上拿下9.9k star的优秀开源者。
就是这样一位堪比“程序员启蒙”式的地表最强开源者，也没逃过AI的谎言。
他用AI助手生成的代码中，竟藏着经典的XSS漏洞。
附：关于AI编程其中的风险及漏洞原理，我们的AI安全系列文章有详细介绍过—最新AI叛变！除了祈祷，程序员还能做什么？
二，漏洞是如何被AI“写”进去的？
Simon的遭遇是个典型的技术蒙太奇，整个过程仅仅用了三步，并且他无意间在博客里记录下了自己的“受害”过程（tools.simonwillison.net | tools）。
-
第一步
他决定开发一个支持HTML富文本的幻灯片工具，允许用户上传自定义内容，可以用于处理演示文稿，有创建幻灯片，处理图片，生成 HTML 代码等一系列能力。 -
第二步
他调用了AI助手进行编程，向AI助手描述了详细的功能需求，要求AI助手输出一段代码。
-
第三步
AI助手根据他的需求，生成了一段符合需求的代码。
可惜的是这段代码并未做安全过滤，而且经啄木鸟AI编程安全团队验证，这段代码存在XSS安全漏洞。如果黑客利用了这个漏洞，可以把作恶触手伸到每一个用了这段开源代码的公司。
注：我们已在尝试与该作者取得联系，告知我们的风险扫描结果，并期待协助解决。
三，XSS引发的灾难级事故
——假设用AI写的这个有xss漏洞的项目，流入市场，被黑客利用后，将会面临什么？
你是一位开发，有一天接到需求，要开发一个活动公告板，用来发布公司的活动通知（如培训日程、年会安排）。产品经理说，公告板需要支持上传富文本内容，因为要用html来美化内容排版。
你在github上进行一番搜索，发现了一个这个开源项目刚好符合你们的需求，于是你复用了其中的代码，交付了需求，活动公告板顺利上线。
但同时黑客发现了这段代码里存在XSS漏洞，并且利用了它，往公告功能里插了一段恶意脚本，且这段脚本会获取企微聊天记录、系统密码等。
之后每一位点开公告查看的同事，都会被窃取聊天记录和账号密码，恶意脚本渗透到全公司员工的电脑中，黑客就这样轻而易举获取你们公司的全部系统权限和机密文件。
（啄木鸟团队验证该漏洞属实）
四，程序员代码里的XSS漏洞，为啥能泄漏全公司的数据
-
先说说漏洞原理和特征
XSS的本质是浏览器误将用户输入当作代码执行 。比如用户提交<script>窃取cookie的代码</script>，未过滤的网站会直接执行该脚本，导致所有网站访问者信息泄露。
举个简单的栗子?，你是个超市老板（网站发布者/编写者），进货的时候，黑客在货物中偷偷做了手脚（利用漏洞），每一个顾客来买东西，只要靠近这批货，都会被伤害。
这里的“伤害”，可能就是用户的个人信息、账号密码、信用卡密码等信息被黑客窃取。
-
为什么漏洞会流入市场？
（1）隐蔽性：恶意脚本通常被巧妙地隐藏，看似只是普通的HTML标签或格式化内容，开发者和用户往往难以察觉其潜在的危险。而黑客可能将恶意脚本藏在公告、广告、评论或任何可以输入的地方，外观上没有任何异常。
（2）开发者疏忽：在开发过程中，许多开发者可能忽视了对用户输入的过滤和安全检查，尤其是在时间紧张或重视功能实现、界面美化的情况下。由于缺乏安全性意识，恶意脚本得以执行。
（3）第三方库和开源项目的风险：开发者常使用开源项目来加速开发，但有些开源代码可能存在安全漏洞。如果这些项目没有经过充分审查，漏洞便可能被引入到实际应用中。
-
如何对抗XSS漏洞？
(1) 输入过滤：所有用户输入的数据都应该经过严格的检查和清理，尤其是针对HTML、JavaScript等敏感代码。通过对特殊字符（如 <、>、& 等）进行编码或替换，以确保不同类型的输入都能得到妥善处理。
(2) 输出转义：即便对用户输入进行了过滤，也不能掉以轻心。当将用户输入的数据插入到HTML、JavaScript或CSS等内容中时，必须确保这些数据不会被浏览器当作代码执行。通过对输出数据进行转义（例如将 < 转换为 <），可以有效防止潜在的XSS攻击。
(3) 内容安全策略（CSP）：CSP是一种浏览器端的安全机制，通过指定允许加载的资源和执行的脚本来源，来减少XSS攻击的风险。即便攻击者成功注入了恶意脚本，也无法从不受信任的源加载或执行这些脚本。通过配置严格的CSP规则，开发者可以进一步减少XSS漏洞带来的影响。
(4) 漏洞狩猎：AI虽然容易被坏人利用，用来生成漏洞。但我们也可以利用AI来识别和修复漏洞。随着AI技术的发展，越来越多的安全团队用AI做漏洞检出和修复，我们啄木鸟AI编程安全团队也在对此场景做对应能力建设。
✧ 静态扫描 ：针对多种语言、不限框架项目代码，通过大模型针对项目函数进行依次识别，精准分析出与web入口点相关的代码（即处理用户输出信息的入口函数），通过大模型的精准语义和代码逻辑理解能力，识别未经安全过滤的输入点，转换成后续检测逻辑可使用的信息，帮助提升xss漏洞的检测效果。
✧ 动态测试 ：自动化工具模拟攻击者注入<svg onload=alert(1)>等500种XSS变体，验证防护是否生效。
四，AI编程时代的思考
Simon的案例揭示了一个悖论：AI既可以是安全守护者，也可以是漏洞制造者。2025年某企业通过AI模型自动修复了83%的XSS漏洞，但同期由AI生成的漏洞数量也增长了55%。
在使用AI进行编程时，需要注意以下问题：
1. 零信任原则：永远怀疑AI的“完美答案”
● 在Prompt中强调安全要求：在向AI提出编程请求时，务必明确要求生成的代码符合安全标准。例如，提示AI“请生成防XSS的Python代码，使用Django自动转义机制”以确保AI生成的代码具备基本的安全防护。
● 对AI生成代码进行“红队测试”：即模拟攻击者利用漏洞进行渗透测试。通过人工验证输入处理代码的逻辑，确保其能够有效防止XSS攻击。
2. 建立安全协作流水线
AI编程带来的安全问题始终存在，开发团队不应忽视。建议建立自有的安全协作流水线，把安全测试和代码审计贯穿始终。
● 每一次AI生成的代码都应该经过严格的安全审查和自动化测试，确保 AI 遵循了企业的安全编码规范。
● 自动化工具应与人工审核相结合，确保AI生成的代码不会成为攻击的源头。持续监督AI的行为并调整，确保其不断适应新的安全威胁。
3. 警惕供应链污染
● 优先选择经过安全审计的开源项目：优先使用那些已经经过严格安全审计的项目，这样至少能保证代码源是可信的。
● 使用SBOM（软件物料清单）：SBOM常用于跟踪软件组件及其依赖关系的工具。通过SBOM，开发者能够清晰地了解所有依赖项的来源和版本，从而减少潜在的安全风险。如果发现某个依赖项存在安全漏洞，可以迅速采取措施进行替换或修复。
我们作为专注AI编程安全的研究团队，也在不断改进和推出针对这一类场景的定向防护解决方案。例如，啄木鸟3.0系统，专注于自动识别和修复AI生成代码中的潜在安全漏洞，帮助开发者更好地管理和应对AI编程带来的安全挑战。
通过这些措施，我们可以在享受AI带来的开发效率提升的同时，确保代码的安全性和可靠性。
在这个技术与风险赛跑的时代，唯有将安全意识植入开发基因，方能避免“用AI挖坑，再用AI填坑”的无限循环。
借用一位大佬说的话：“AI的‘成长烦恼’需要技术界与安全界共同应对——既要享受技术红利，也要筑牢防护根基。”
