การ์ดหัวข้อหลักสำหรับเรื่องราวที่จัดการโดย CodeMender: ป้าย NEWS · PUBLIC PREVIEW เหนือพาดหัว 'CodeMender Goes Managed', คำบรรยาย 'เอเจนต์รักษาความปลอดภัยโค้ดด้วย AI ของ Google เข้าสู่พรีวิวสาธารณะ' และไปป์ไลน์สามขั้นตอน SCAN, VERIFY, REMEDIATE พร้อมไอคอนเส้นแบบมินิมอล
Guides & Insights

CodeMender ก้าวสู่ระบบจัดการ: เอเจนต์แก้ช่องโหว่ของ Google เปิดตัวพรีวิวสาธารณะแล้ว

ผู้เขียน

jinhao.song

วันที่เผยแพร่

โมเดลล่าสุด · 20ดูโมเดลทั้งหมด →
เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
กลับไปยังโพสต์ทั้งหมด

ในช่วงแปดเดือนแรกของอายุขัย CodeMender คือผลิตภัณฑ์ที่ประสบความสำเร็จอย่างเงียบเชียบที่สุดของ Google DeepMind: เอเจนต์ AI ที่ค้นหาช่องโหว่ซอฟต์แวร์จริงและส่งมอบแพตช์จริง — 72 รายการถูกผสานเข้ากับโปรเจกต์โอเพนซอร์สก่อนที่โปรเจกต์จะมีราคา ในวันที่ 21 กรกฎาคม 2026 มันกลายเป็นอีกสิ่งหนึ่ง: ผลิตภัณฑ์ระดับองค์กรแบบมีการจัดการในสถานะ public preview บน Google Cloud ทำงานบนสแตกหลายโมเดลที่ยึด Gemini 3.5 Flash เป็นแกนหลัก และรองรับการสแกนเชิงลึกที่สุดด้วยโมเดลที่ปรับแต่งด้านความปลอดภัย — Gemini 3.5 Flash Cyber — ซึ่ง Google จำกัดการเข้าถึงเฉพาะรัฐบาลและพันธมิตรที่ได้รับความไว้วางใจ

นี่ไม่ใช่การเปิดตัวโมเดล เรามาเจาะจงเรื่องวันที่กันดีกว่า CodeMender มีขึ้นครั้งแรกเมื่อวันที่ 6 ตุลาคม 2025 เมื่อ Google DeepMind เปิดตัวในฐานะโครงการวิจัยที่สร้างบนพื้นฐานการคิดเชิงลึกของ Gemini Deep Think สิ่งที่เปลี่ยนไปจริง ๆ ในไม่กี่สัปดาห์ที่ผ่านมาคือการทำให้เป็นผลิตภัณฑ์ เอเจนต์ที่เคยทำงานเป็นช่องทางวิจัยภายในที่มีการตรวจสอบโดยมนุษย์ ตอนนี้กลายเป็นเอเจนต์ที่ได้รับการจัดการ ซึ่งลูกค้า Google Cloud ทุกคนสามารถนำไปใช้ได้ในระบบพรีวิวสาธารณะ โดยมีกำหนดการคิดค่าบริการตามการใช้งานเมื่อสิ้นสุดช่วงพรีวิว การเปลี่ยนแปลงครั้งนี้ ตั้งแต่โครงการวิจัยสู่ผลิตภัณฑ์ที่ซื้อได้ และโมเดลแบบจำกัดการเข้าถึงที่ขับเคลื่อนมัน ต่างหากคือข่าว

มีอะไรเปลี่ยนแปลงในวันที่ 21 กรกฎาคม

Google Cloud ได้นำ CodeMender จากการวิจัยไปสู่เอเจนต์ที่มีการจัดการในคราวเดียวเมื่อวันที่ 21 กรกฎาคม 2026 ตอนนี้พร้อมใช้งานในพับลิกพรีวิวบน Gemini Enterprise Agent Platform และสามารถปรับใช้เป็นองค์ประกอบหลักของ AI Threat Defense ของ Google ควบคู่ไปกับ Mandiant และ Wiz การวางตำแหน่งนั้นสำคัญ: นี่ไม่ใช่เครื่องมือสาธิตแบบสแตนด์อโลน แต่เป็นเอเจนต์ที่ออกแบบมาเพื่อเสียบเข้ากับเครื่องมือและขั้นตอนการอนุมัติขององค์กรความมั่นคงปลอดภัยที่มีอยู่

Screenshot of Google DeepMind's official blog post 'Introducing CodeMender: an AI agent for code security' by Raluca Ada Popa and Four Flynn, dated October 6, 2025.

เวอร์ชันที่จัดการระบุอย่างชัดเจนว่าเป็นระบบหลายโมเดล และส่วนนี้คือสิ่งที่อ่านเหมือนสเปกของเราเตอร์ ทีมต่างๆ เลือกระหว่าง Gemini 3.5 Flash (ค่าเริ่มต้น สำหรับความสมดุลของต้นทุน ความเร็ว และความลึกในการสแกน), Gemini 3.1 Pro สำหรับการวิเคราะห์เชิงลึก และ Gemini 3 Flash สำหรับการสแกนปริมาณงานสูง Google กล่าวว่าตัวเลือกโมเดลระดับแนวหน้าจากบุคคลที่สามจะเปิดตัวในช่วงหลังของปี 2026 รองรับภาษา C, C++, Go, Java, Python, Ruby, Rust และ TypeScript/JavaScript พร้อมการรับรู้เฟรมเวิร์กสำหรับ Django, Flask, React, Spring Boot และ Express

CodeMender แบบมีการจัดการทำงานจริงอย่างไร

ไปป์ไลน์คือวงจรสามขั้นตอน: สแกน ตรวจสอบ แก้ไข ฟังดูง่าย แต่การตัดสินใจด้านการออกแบบต่างหากที่ทำให้มันแตกต่างจาก linter ที่มี LLM ต่อพ่วง

สแกน.CodeMender ใช้ความเข้าใจเชิงบริบทของโมเดลที่มีต่อโค้ดเบสเพื่อค้นหาช่องโหว่ที่เครื่องมือวิเคราะห์แบบสถิตมองข้าม — หน่วยความจำเสียหาย ข้อบกพร่องจากการฉีดโค้ด จุดอ่อนด้านการเข้ารหัส การจัดการข้อมูลที่ไม่ปลอดภัย เอเจนต์ใช้การให้เหตุผลบนเส้นทางการทำงานมากกว่าการจับคู่รูปแบบกับลายเซ็น

ยืนยัน นี่คือขั้นตอนที่ผลิตภัณฑ์ "AI security" ส่วนใหญ่ข้ามไป CodeMender สร้างและรัน proof-of-concept exploit ในแซนด์บ็อกซ์แบบแยกส่วนที่ลูกค้าจัดการ เพื่อยืนยันว่าจุดบกพร่องถูกโจมตีได้จริงก่อนที่จะถึงมือนักพัฒนา Google เองอธิบายว่าสิ่งนี้ทำให้อัตราผลบวกลวงลดลงอย่างมาก ซึ่งเป็นเหตุผลที่ทีมรักษาความปลอดภัยไม่ไว้วางใจสแกนเนอร์อัตโนมัติในอดีต

แก้ไข ระบบจะสร้าง code diff โดยมีขั้นตอนที่ใช้ LLM เป็นผู้ตัดสิน (LLM-as-a-judge) ซึ่งตรวจสอบการแก้ไขกับกฎขององค์กรและตรรกะทางธุรกิจก่อนที่จะแสดงผลลัพธ์ใดๆ ออกมา แพตช์ทุกชิ้นยังคงต้องผ่านการอนุมัติจากมนุษย์ก่อนที่จะถูกเพิ่มเข้าสู่ repository — วินัยแบบ human-in-the-loop จากยุคงานวิจัยยังคงถูกสืบทอดมาอย่างครบถ้วน

ในเชิงปฏิบัติการ Google ระบุว่าการกำหนดเส้นทางทราฟฟิกอย่างปลอดภัยผ่าน VPC ของลูกค้า การแยกข้อมูล การเข้ารหัส และการไม่เก็บรักษาข้อมูลซอร์สโค้ดไว้เลย มีให้ใช้งานในเวอร์ชันพรีวิว สำหรับเครื่องมือที่ประมวลผลซอร์สโค้ดที่เป็นกรรมสิทธิ์ ชุดการควบคุมนั้นคือคุณสมบัติระดับองค์กรที่แท้จริง

เอ็นจินแบบจำกัดการเข้าถึง: Gemini 3.5 Flash Cyber

การสแกนเชิงลึกที่สุดภายใน CodeMender ขับเคลื่อนโดย Gemini 3.5 Flash Cyber ซึ่งเป็นโมเดลที่ Google ประกาศเมื่อวันที่ 21 กรกฎาคม 2026 โดยปรับแต่งต่อยอดจาก Gemini 3.5 Flash เพื่อค้นหา ตรวจสอบ และแก้ไขช่องโหว่โดยเฉพาะ ไม่ใช่โมเดลเอนกประสงค์ และไม่ได้มีไว้ขายในความหมายทั่วไปใดๆ การเข้าถึงดำเนินการผ่านโครงการนำร่องซึ่งจำกัดการเข้าถึง โดยจำกัดเฉพาะรัฐบาลและพันธมิตรที่ผ่านการตรวจสอบแล้วผ่านทาง CodeMender โดยมีแผนจะขยายการเข้าถึงให้กว้างขึ้นเมื่อเวลาผ่านไป แต่ยังไม่มีกรอบเวลาที่แน่นอน ไม่มี API สาธารณะ ไม่มีการสมัครใช้ด้วยตนเอง และไม่มีราคาที่เผยแพร่ — Google อธิบายว่าโมเดลนี้คุ้มค่าด้านต้นทุนและมีราคาใกล้เคียงกับ Gemini 3.5 Flash มาตรฐาน ไม่ใช่ราคาแบบโมเดลความปลอดภัยระดับพรีเมียม แต่นั่นเป็นเพียงข้อกล่าวอ้างเกี่ยวกับความตั้งใจ ไม่ใช่ตารางราคา

Scoreboard for Gemini 3.5 Flash Cyber: gated pilot access for governments and trusted partners; base model Gemini 3.5 Flash (fine-tuned); 55 V8 confirmed issues including 10 unique; CyberGym ~83.2% in a tight three-way cluster; undisclosed price at roughly 3.5 Flash-class cost; no independent scores, all figures vendor-reported as of Jul 21, 2026.

สิ่งที่ทำให้ CodeMender ใช้มันน่าสนใจคือ: ตัวแทน (agent) เรียกใช้ Gemini 3.5 Flash Cyber หลายครั้ง — Google ได้อธิบายการกำหนดค่าที่เรียกใช้มากถึงห้าครั้งสำหรับรายงานสุดท้ายฉบับเดียว — ดังนั้นตัวแทนย่อยจึงวิเคราะห์เส้นทางโค้ดจำนวนมากในโค้ดเบสขนาดใหญ่ได้มากกว่าการผ่านครั้งเดียวของโมเดลขนาดใหญ่ แล้วจึงรวบรวมผลการค้นพบ การออกแบบที่ "การเรียกใช้ที่ถูกหลายครั้งดีกว่าการเรียกใช้ที่แพงครั้งเดียว" คือเรื่องราวของการปรับต้นทุนที่อยู่เบื้องหลังพาดหัวข่าวเกณฑ์มาตรฐาน (benchmark)

ตัวเลขที่เห็นในพาดหัวล้วนเป็นตัวเลขที่ผู้จำหน่ายรายงานเอง และข้อแตกต่างนั้นคือหัวใจของโมเดลนี้ ในการประเมินของกูเกิลเองกับเอนจิน V8 JavaScript นั้น Gemini 3.5 Flash Cyber พบปัญหาที่ยืนยันแล้ว 55 รายการที่ไม่ซ้ำกัน เทียบกับ 47 รายการของ Gemini 3.5 Flash ตัวหลัก และ 36 รายการของ Claude Opus 4.6 — รวมถึง 10 ปัญหาที่โมเดลอีกสองตัวไม่พบเลย ในการประเมินแบบ Big Sleep กับฐานโค้ดที่ซับซ้อนอย่าง Chrome และ Safari กูเกิลอ้างว่ามัน "เหนือกว่าอย่างมีนัยสำคัญ" เมื่อเทียบกับโมเดล Flash ตัวหลัก และในการใช้งานจริงภายในกูเกิลเอง มันพบช่องโหว่การรันโค้ดจากระยะไกลใน API สาธารณะ และข้อบกพร่องการคอร์รัปต์หน่วยความจำในบริการการผลิตที่ละเอียดอ่อนภายในสองชั่วโมง — และในจุดหนึ่ง มันสร้าง RCE exploit ที่ความน่าเชื่อถือ 100% ซึ่งเลี่ยงมาตรการ ASLR และ W^X ได้ ผลการค้นพบสุดท้ายนั้นเป็นเหตุผลว่าทำไมโมเดลนี้ถึงถูกจำกัดการเข้าถึง

สิ่งที่คุณสามารถตรวจสอบได้เทียบกับสิ่งที่ผู้ขายรายงาน

การแยกบัญชีออกจากกันเป็นสิ่งที่คุ้มค่า เพราะทุกตัวเลขที่กล่าวมาข้างต้นล้วนสืบย้อนกลับไปที่ Google เกณฑ์ชี้วัดเพียงหนึ่งเดียวที่มีที่มาภายนอกอย่างมีความหมายคือ CyberGym ซึ่งเป็นชุดข้อมูลช่องโหว่ที่บันทึกไว้ประมาณ 1,500 รายการจากโครงการโอเพนซอร์สจริงประมาณ 188 โครงการ สร้างขึ้นโดยทีม Big Sleep ของ Google ร่วมกับนักวิจัยทางวิชาการ บน CyberGym บทวิเคราะห์ของสื่อจัดให้ Gemini 3.5 Flash Cyber อยู่ที่ประมาณ 83.2 เปอร์เซ็นต์ — สูสีกับ GPT-5.5-Cyber ของ OpenAI ที่ 85.6 เปอร์เซ็นต์ และ Mythos 5 ของ Anthropic ที่ 83.8 เปอร์เซ็นต์ ตัว Google เองอ้างเพียงว่า "มีประสิทธิภาพในการแข่งขันกับโมเดลที่ใหญ่กว่าอย่างมีนัยสำคัญ" ซึ่งอ่านแล้วเป็นการบรรยายที่แม่นยำสำหรับการแข่งขันสามทางที่สูสีกันมาก

สิ่งอื่นๆ — จำนวน V8 การเปรียบเทียบ Big Sleep การปรับปรุงการสแกนคอมมิตของ Chrome — คือการที่ Google ให้คะแนนโมเดลของตนเองเทียบกับเกณฑ์มาตรฐานที่ Google เลือกเอง ภายในโค้ดเบสที่ Google ควบคุม นั่นไม่ได้ทำให้ผลลัพธ์เป็นเท็จ แต่มันทำให้ไม่สามารถทำซ้ำได้ เนื่องจากโมเดลถูกจำกัดสิทธิ์การเข้าถึง: นักวิจัยภายนอกไม่สามารถเรียกใช้มันได้ จึงไม่มีหลักฐานยืนยันจากภายนอกให้อ้างอิง จงถือว่าตัวเลข 55 ประเด็นของ V8 เป็นสัญญาณที่แข็งแกร่งจากผู้จำหน่าย ไม่ใช่ข้อเท็จจริงที่ได้รับการยืนยัน

ราคา การเข้าถึง และผู้ใช้งาน

สำหรับผู้อ่านส่วนใหญ่ คำถามที่ใช้งานได้จริงคือ "ฉันใช้สิ่งนี้ได้ไหม" ในตอนนี้ คำตอบที่ตรงไปตรงมาคือ: ยังไม่ได้โดยตรง CodeMender อยู่ในช่วงพรีวิวสาธารณะสำหรับลูกค้า Google Cloud ผ่าน Gemini Enterprise Agent Platform และ AI Threat Defense และ Google ยังไม่ได้ประกาศราคา — แผนที่ระบุไว้คือการคิดค่าบริการตามการใช้งานตามจำนวนโทเค็นหลังช่วงพรีวิว Gemini 3.5 Flash Cyber แคบลงไปอีก: เฉพาะนำร่อง จำกัดเฉพาะรัฐบาลและพันธมิตรที่เชื่อถือได้ โดยมีขั้นตอนการอนุมัติโดยมนุษย์ก่อนที่แพตช์ใดๆ จะถูกนำส่ง

รายชื่อลูกค้าที่ Google ระบุไว้ — ซึ่งมี Salesforce, Robinhood และ Palo Alto Networks อยู่ในกลุ่มผู้ทดสอบสาธารณะ โดย Chrome, Android, Cloud, Ads และ YouTube ใช้งานภายใน — บ่งชี้ว่าผู้ซื้อที่ตั้งเป้าไว้คือองค์กรด้านความมั่นคงปลอดภัย ไม่ใช่นักพัฒนาแต่ละราย ภายใน AI Threat Defense, Wiz จะสามารถเรียกใช้ CodeMender เพื่อสแกนโค้ด โดย Green Agent ของ Wiz จะเป็นผู้ประสานงานการแก้ไข

การสร้างต่อยอดจากโมเดลหมายความว่าอย่างไร

รายละเอียดการออกแบบที่ถูกหยิบยกขึ้นมาบ่อยครั้งคือรูปแบบหลายโมเดล (multi-model): เลือก Gemini 3.5 Flash สำหรับการสแกนทั่วไป, Gemini 3.1 Pro สำหรับการวิเคราะห์เชิงลึก, Gemini 3 Flash สำหรับปริมาณงานสูง และโมเดลเฉพาะทางเมื่อคุณต้องการ นั่นคือการจัดเส้นทาง (routing) — การตัดสินใจแบบเดียวกับที่โมเดลเราเตอร์ (model router) นำไปใช้ทั่วไปกับทั้งแคตตาล็อก โดยเปิดเผยในแต่ละคำขอแทนที่จะถูกฝังตายตัวในผลิตภัณฑ์เดียว

CodeMender และ Gemini 3.5 Flash Cyber ไม่ใช่โมเดลที่คุณสามารถเรียกผ่าน API ได้ในวันนี้ และเราไม่ได้จัดเส้นทาง (route) ให้กับโมเดลเหล่านี้ แต่เอนจินเริ่มต้นใน CodeMender — Gemini 3.5 Flash — เป็นโมเดลที่ทีมต่างๆ สามารถเรียกใช้ได้ทันที โดยอยู่บน OrcaRouter ในราคารายการของผู้ให้บริการ คือ $1.50 ต่อล้านโทเคนสำหรับอินพุต และ $9.00 ต่อล้านโทเคนสำหรับเอาต์พุต ซึ่งส่งผ่านโดยไม่มีส่วนเพิ่ม (0% markup) พร้อมกับโมเดลอื่นๆ อีก 200+ รายการภายใต้ API เดียว หากคุณต้องการสร้างเวิร์กโฟลว์การสแกนและคัดแยกวันนี้ด้วยโมเดลระดับแนวหน้าที่เปิดให้บริการทั่วไป ภายใต้การควบคุมของคุณเอง นั่นคือหนทางที่ปฏิบัติได้จริง — และหากคุณต้องการทดสอบโมเดลความปลอดภัยที่ใหม่กว่าหรือยังไม่ผ่านการพิสูจน์กับโค้ดเบสของคุณ โดยไม่ต้องเสี่ยงกับไปป์ไลน์การผลิต การจัดเส้นทางพร้อมระบบสลับอัตโนมัติ (automatic failover) ช่วยให้คุณเปลี่ยนโมเดลได้ด้วยคีย์เพียงหนึ่งเดียว โดยไม่ต้องมีสัญญาฉบับที่สอง

Screenshot of the OrcaRouter model page for Gemini 3.5 Flash (google/gemini-3.5-flash) showing $1.50 per 1M input tokens, $9.00 per 1M output tokens, a 1,048,576-token context window, 65,536 max output, and an AA Intelligence of 55.3.

ประเด็นสำคัญ

การที่ CodeMender กลายเป็นบริการแบบ managed ถือเป็นก้าวสำคัญที่แท้จริงสำหรับหมวดหมู่ AI-security: เอเจนต์แก้ไขช่องโหว่ที่มีประวัติการใช้งานจริงในสาย production มาพร้อมการควบคุมระดับองค์กร กำหนดราคาตามจำนวน tokens และขับเคลื่อนด้วยโมเดลที่เก่งกาจในงานเชิงรุกมากถึงขนาดที่ Google เลือกที่จะล็อกมันไว้แทนที่จะขายในวงกว้าง สำหรับทีมความมั่นคงปลอดภัยภายใน Google Cloud พรีวิวนี้คุ้มค่าแก่การพิจารณาอย่างจริงจัง — วงจร scan-to-patch ที่มีการตรวจสอบด้วย sandbox นำหน้าสภาพที่เป็นอยู่ของ scanner-plus-LLM อย่างแท้จริง

สำหรับคนอื่นๆ บทสรุปเชิงปฏิบัติยังคงไม่เปลี่ยนแปลงจากประกาศนี้: ความสามารถถูกจำกัดการเข้าถึง แต่เครื่องยนต์ภายใต้มัน — การให้เหตุผลระดับ Gemini 3.5 Flash-class — พร้อมใช้งานแล้ววันนี้ผ่าน API ทั่วไป และรูปแบบการกำหนดเส้นทางที่ CodeMender ฝังไว้นั้นคุณสามารถนำไปปรับใช้เองได้ จับตาดูสองสิ่งในเดือนต่อๆ ไป: ตารางราคาแบบคิดตามปริมาณการใช้งานเมื่อช่วงพรีวิวสิ้นสุดลง และว่า Google จะเปิดโครงการนำร่อง Gemini 3.5 Flash Cyber ให้นอกเหนือจากหน่วยงานรัฐและพันธมิตรที่ได้รับความไว้วางใจหรือไม่ สิ่งใดสิ่งหนึ่งจะกลายเป็นสัญญาณที่แท้จริงขั้นถัดไปในเรื่องนี้

การเปรียบเทียบในบทความนี้2

ตรวจพบจากบทความนี้ · เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน

© 2026 OrcaRouter

สำหรับผู้ให้บริการ

ให้บริการแพลตฟอร์มการอนุมานอยู่หรือไม่ นำโมเดลของคุณขึ้น OrcaRouter

[email protected]

เข้าร่วมคอมมูนิตี้ของเรา

Discord[email protected]XLinkedInGitHubYouTube