
CodeMender 走向托管:Google 的漏洞修复代理进入公开预览
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百万 tokens · 184 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百万 tokens · 215 tok/s
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百万 tokens · 87 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百万 tokens · 97 tok/s
- orca新Orca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百万 tokens · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百万 tokens · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百万 tokens · 76 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 每百万 tokens · 109 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百万 tokens · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百万 tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447智能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百万 tokens · 209 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百万 tokens · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 每百万 tokens · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
在其生命的前八个月里,CodeMender 是 Google DeepMind 最安静的成功产品:一个能够发现真实软件漏洞并提交真实补丁的 AI 代理——在该项目定价之前,已有 72 个补丁被合并到开源项目中。2026 年 7 月 21 日,它变成了另一种形态:一个在 Google Cloud 上公开预览的托管式企业级产品,运行在以 Gemini 3.5 Flash 为核心的多模型技术栈上,并由一个经过安全调优的模型——Gemini 3.5 Flash Cyber——支持其最深度的扫描,而 Google 仅向政府及受信任的合作伙伴提供该模型。
这不是一次模型发布,所以让我们把日期说准确。{{1}}CodeMender 的历史可追溯到 2025 年 10 月 6 日,当时 Google DeepMind 将其作为一个基于 Gemini Deep Think 推理的研究项目推出。{{/1}}过去几周真正变化的其实是{{2}}产品化。{{/2}}那个{{3}}作为带人工审核的内部研究流程运行{{/3}}的智能体,如今已成为一个托管式智能体,{{4}}任何 Google Cloud 客户都可以在公开预览中采用,并承诺预览结束后采用按用量计费的定价。{{/4}}这一转变——{{5}}从研究项目变为可购买的产品,以及驱动它的受限模型{{/5}}——才是新闻所在。
7月21日发生了什么变化?
Google Cloud 于 2026 年 7 月 21 日一举将 CodeMender 从研究阶段推进为托管代理。它现已在 Gemini Enterprise Agent Platform 上提供公开预览版,并且可以作为 Google AI Threat Defense 的核心组件进行部署,与 Mandiant 和 Wiz 协同工作。这一布局意义重大:这不是一个独立的演示工具,而是一个旨在无缝融入现有安全组织工具链和审批流程的代理。

托管版本明确支持多模型,这部分读起来就像路由器的规格说明书。团队可以在 Gemini 3.5 Flash(默认选项,兼顾成本、速度和扫描深度)、Gemini 3.1 Pro(用于更深入的分析)以及 Gemini 3 Flash(用于更高吞吐量的扫描)之间进行选择。Google 表示,第三方前沿模型选项将于 2026 年晚些时候推出。语言覆盖范围包括 C、C++、Go、Java、Python、Ruby、Rust 和 TypeScript/JavaScript,并支持 Django、Flask、React、Spring Boot 和 Express 等框架。
托管式 CodeMender 实际上是如何工作的
该流水线是一个三阶段循环:扫描、验证、修复。听起来很简单;设计决策才是它与简单外挂LLM的linter之间的根本区别。
扫描。CodeMender 利用模型对代码库的上下文理解来发现静态分析工具遗漏的漏洞——内存损坏、注入缺陷、加密弱点、不安全的数据处理。该智能体基于执行路径进行推理,而非对特征进行模式匹配。
验证。这是大多数“AI安全”产品跳过的步骤。CodeMender 在隔离的、由客户管理的沙箱中构建并运行概念验证漏洞利用程序,以确认某个发现确实可被利用,然后才会将其交给开发人员。谷歌自己的表述是,这能大幅降低误报率,而这正是安全团队历来不信任自动化扫描器的原因。
修复。它会生成代码差异(diff),并设置一个以 LLM 为裁判的步骤,在任何内容呈现之前,依据组织规则和业务逻辑对修复方案进行核查。每个补丁在进入代码库之前仍须由人工批准——研究时代的人机协同(human-in-the-loop)做法被完整保留了下来。
在运营层面,Google 将经由客户 VPC 的安全流量路由、数据隔离、加密以及源代码数据零保留列为预览版可用的功能。对于处理专有源代码的工具来说,这套控制措施才是真正的企业级功能。
门控引擎:Gemini 3.5 Flash Cyber
CodeMender 内部最深层的扫描由 Gemini 3.5 Flash Cyber 驱动,这是谷歌于 2026 年 7 月 21 日发布的一款模型,在 Gemini 3.5 Flash 的基础上进行了专门微调,用于发现、验证和修复漏洞。它不是通用模型,也不是传统意义上的在售产品。访问通过一个有限准入的试点项目进行,仅限政府和经过审核的受信合作伙伴经由 CodeMender 使用,后续计划扩大访问范围,但没有确定的时间表。目前没有公开 API,没有自助注册入口,也没有公布定价——谷歌称其成本高效,定价与标准 Gemini 3.5 Flash 相当,而非类似高端安全模型,但这只是关于意图的表述,并非正式价目表。

CodeMender 的使用方式值得关注:该代理会多次调用 Gemini 3.5 Flash Cyber——Google 曾描述过为生成一份最终报告而调用它多达五次的配置——因此子代理能够在大型代码库中分析比单次运行大型模型所能覆盖的多得多的代码路径,然后整合发现。这种“多次廉价调用胜过一次昂贵调用”的设计,正是基准测试新闻标题背后关于成本工程的故事。
这些亮眼数字均出自厂商自报,而这一区别正是评估这款模型的关键所在。在Google自己针对V8 JavaScript引擎的评估中,Gemini 3.5 Flash Cyber发现了55个不重复的已确认问题,而主线版Gemini 3.5 Flash发现了47个,Claude Opus 4.6发现了36个——其中10个问题是另外两个模型都未曾发现的。在针对Chrome和Safari等复杂代码库进行的Big Sleep风格评估中,Google声称其“显著超越”了主线Flash模型;而在Google自己的生产环境中,它在两小时内便发现了公共API中的远程代码执行漏洞,以及一个敏感生产服务中的内存损坏缺陷——它甚至还曾生成过一个100%可靠的RCE漏洞利用程序,能够绕过ASLR和W^X缓解措施。正是最后这一发现,成为该模型被限制使用的原因。
您可以验证的内容与供应商报告的内容
值得将账目分开来看,因为上述每一个数字都追溯至谷歌。唯一具有真正外部来源的基准是CyberGym,这是一个包含约188个真实开源项目中约1,500个已记录漏洞的数据集,由谷歌Big Sleep团队与学术研究人员合作构建。在CyberGym上,媒体分析将Gemini 3.5 Flash Cyber的得分定为约83.2%——与OpenAI的GPT-5.5-Cyber(85.6%)和Anthropic的Mythos 5(83.8%)紧密聚集。谷歌本身仅声称“与规模明显更大的模型相比具有竞争力的表现”,这读起来是对三方接近平局的准确描述。
其他一切——V8 的数量、Big Sleep 的对比、Chrome 提交扫描的改进——都是谷歌在自家掌控的代码库中,用自己选择的基线来给自己的模型打分。这并不意味着结果是假的,而是意味着结果无法复现,因为模型是受限的:外部研究者无法运行它,因此没有独立的证实可作依据。应将 V8 的 55 个问题这一数字视为强烈的供应商信号,而非已证实的事实。
价格、获取方式以及使用者
对大多数读者来说,实际的问题是“我能不能用这个?”目前,诚实的答案是:不能直接使用。CodeMender 目前通过 Gemini Enterprise Agent Platform 和 AI Threat Defense 向 Google Cloud 客户提供公开预览,Google 尚未公布定价——其声明计划是在预览结束后按 token 用量计费。Gemini 3.5 Flash Cyber 的范围更窄:仅限试点,面向政府和受信任的合作伙伴,并且在任何补丁发布之前都需要经过人工审批步骤。
谷歌公布的客户名单——包括Salesforce、Robinhood和Palo Alto Networks等公开测试者,以及内部使用该产品的Chrome、Android、Cloud、Ads和YouTube——表明其目标买家是安全组织,而非个人开发者。在AI Threat Defense中,Wiz将能够调用CodeMender来扫描代码,并由Wiz的Green Agent来编排修复工作。
基于模型构建意味着什么
不断涌现的设计细节是多模型模式:{{1}}常规扫描选用Gemini 3.5 Flash{{/1}},{{2}}深度分析时使用Gemini 3.1 Pro{{/2}},{{3}}高流量时使用Gemini 3 Flash{{/3}},{{4}}需要时使用专家模型{{/4}}。这就是路由——模型路由器跨目录泛化的同一决策,按请求暴露,而非硬编码到单一产品中。
CodeMender 和 Gemini 3.5 Flash Cyber 目前都不是可以通过 API 调用的模型,我们也不会对它们进行路由。但 CodeMender 内部的默认引擎——Gemini 3.5 Flash——是团队现在就可以调用的模型。它位于 OrcaRouter 上,按提供商列表价格计费,每百万输入标记 1.50 美元,每百万输出标记 9.00 美元,以 0% 加成直通,与另外 200 多个模型一起放在同一个 API 后面。如果你想在今天就用一个普遍可用的前沿模型,在自己设定的护栏下构建扫描与分诊工作流,那是一条务实的路径——而如果你想在不让生产管道冒险的情况下,用较新或未经证实的安全模型来测试你的代码库,那么带自动故障转移的路由可以让你用一个密钥切换模型,无需第二份合同。

底线
CodeMender 转向托管,是 AI 安全领域的真正里程碑:一个拥有生产实战记录的漏洞修复智能体,配以企业级管控,按 token 计价,并由一个在攻击性工作上高效到让 Google 选择将其锁定而非广泛发售的模型驱动。对于 Google Cloud 内部的安全团队而言,该预览版值得认真审视——从扫描到修复的闭环加上沙箱验证,确实领先于当前“扫描器 + 大语言模型”的现状。
对于其他所有人来说,实际结论并不会因这一公告而改变:该能力仍受到限制,但其底层的引擎——Gemini 3.5 Flash 级推理——如今已通过普通 API 提供,而且 CodeMender 内置的路由模式,你也可以自行采用。未来几个月需关注两件事:预览结束时的按量计费价格表,以及谷歌是否会将 Gemini 3.5 Flash Cyber 试点项目扩展到政府和受信任合作伙伴之外。两者中任何一个出现,都将是这个故事中下一个真正的信号。
本文中的对比2
根据本文内容识别 · 基准测试:Artificial Analysis · 每日更新
