Claude Security 已進入公開測試版：「掃描即修復」宣稱什麼，又不宣稱什麼

Anthropic 的安全產品現在是 Claude Enterprise 的公開測試版，而它的一句話賣點是一組流程，而非一個形容詞：從掃描到修復，無縫完成。這句話背後的運作機制在產品頁面上清楚說明——Claude 會使用 Claude Mythos 掃描你的程式碼庫、驗證發現的問題，並建議可供你審閱與批准的修補程式。三個動詞、一個模型名稱，以及一個很容易被略過的範圍限制：這是測試版，而且是為 Enterprise 客戶而寫，並非為任何剛好擁有程式碼儲存庫的人而設。

有趣的問題從來不是語言模型能否找出漏洞。模型已經這樣做了一段時間，有時還做得夠好，足以讓寫出那段程式碼的人類難堪。有趣的問題是，從發現出現的那一刻到它被關閉的那一刻之間發生了什麼，因為這個落差正是安全待辦事項堆積的地方：一列看似合理的問題，沒有人排序，被指派給所有人，靠運氣關閉。Anthropic 的答案是四個階段的流程，而每個階段都提出一個可以獨立檢視的主張。

「Claude Enterprise 公開測試版」是什麼意思

可用性說明異常直白，值得直接引用而非轉述：以公開測試版形式提供給 Claude Enterprise。其下方有兩個按鈕——聯絡銷售團隊，以及閱讀教學。兩者都不是註冊表單。實務上，這意味著買家是已擁有 Enterprise 協議、且安全團隊有足夠話語權要求新增掃描器的公司，而不是想把某個東西指向副業專案的個別工程師。

還有第二種更輕量的導入方式。Claude Code 的 Claude Security 外掛目前處於 Beta 測試階段。這是另一套軟體，部署方式也不同——在 Claude Code 內掃描、驗證與修補，同時讓程式碼留在你的環境中——而這正是對某類團隊至關重要的版本：他們的障礙不是預算，而是一條關於原始碼可流向何處的規定。

掃描不會停止

第一個有文獻記載的行為是深度首次掃描：Claude 對一個程式碼庫執行一次，之後便隨著程式碼變動持續掃描。這是一句簡短的話，卻帶有重大的作業層面後果。一次性掃描是一張照片。程式碼庫不是照片，而是天氣。一項在稽核當天準確、卻已被後續三次合併改到半修半不修的發現，比完全沒有發現更糟，因為它會耗掉那些必須重新閱讀它的人的注意力。

持續掃描也是產品中最難造假的部分。它需要掃描器理解哪些變更重要，這與在靜態樹中找出弱點是不同的一項技能。該頁面並未說明這種優先排序如何運作，本文也不會對此妄加猜測。

該主張唯一具體的那個面向

Anthropic 聲稱 Claude Security 會追蹤跨檔案與跨儲存庫的資料流，以找出模式比對掃描器可能偵測不到的漏洞。這是整個產品說明中最可檢驗的主張，因為它指出的是機制，而非結果。

模式比對，顧名思義，就是在尋找已知的惡意樣態：帶有汙染引數的函式呼叫、被串接進查詢的字串、已知不安全的 API。它速度快、成本低，也正是傳統掃描器同時以兩件事聞名的原因——無論同類型的錯誤出現在哪裡都能抓到，以及讓團隊淹沒在大量後來證明無法觸及的發現之中。替代做法是沿著一個值從進入系統之處一路追蹤到被使用之處，跨越檔案與服務之間的邊界。真正的錯誤就藏在那裡，而這也是分析變得昂貴的地方，因為工具必須保留的脈絡超出單一函式所能容納的範圍。

不過，請注意這句話裡的保留語氣。「可能」偵測不到。當廠商拿不出基準數據可以佐證時，這正是該用的字眼；而這也是為什麼這項說法應該拿你自己的程式碼庫來實測，而不是直接當成產品的固有特性照單全收。

對抗性驗證，以及可自行編輯的威脅模型

第二階段正是針對每個資安團隊都熟知的誤報問題。每一項發現都必須先通過對抗式驗證，才會送到團隊手中。在人類看到之前，會先有機制試圖推翻這項發現：證明輸入其實無法真正到達匯點，或該路徑已在上游受到防護，或相關程式碼其實是死碼。

同一個句子的後半段，悄然是整頁最有趣的設計決策。一個可由你的團隊編輯的威脅模型，決定什麼值得標記。實務上，這把相關性的定義交到客戶手中。自行判定嚴重性的掃描器總會略有偏差，因為嚴重性取決於情境：內部管理工具中一個未經身分驗證的端點，和公開網際網路上的同一個端點，是不同問題，而沒有廠商能知道它正在看的是哪一種。允許編輯威脅模型，就是對這一點的誠實承認。

這也會帶來工作量。無人維護的威脅模型會變成一個過濾器，隱藏那些沒有人想到的事物，而這與掃描器的用途正好相反。能從中獲得價值的團隊，會是那些把威脅模型視為有負責人的活文件、並像對待執行手冊一樣對待它的團隊。

補丁是輸出的單位。

每一項發現都包含一份建議修補程式，供團隊審查與核准；而一旦修正上線，Claude 就會將該發現標記為已修正。這句話裡包含兩項主張，值得分開處理。

第一點是，掃描的產出是一項變更，而不是一張工單。這正是告訴工程師他們的程式碼有問題，與告訴他們修正後的程式碼長什麼樣子之間的差別。它壓縮了安全工作最不討喜的部分——要足夠理解別人的程式碼，才能在不破壞其功能的情況下修好它——而且是為最不了解那段程式碼的人壓縮這部分。這也正是風險所在：一個看起來正確、且因為審查者累了而通過審查的修補程式，就是一個帶著綠色勾號的新錯誤。

第二項主張是關於閉環。Claude 會在修正上線後將一項發現標記為已修正，因此發現會結案，而不是不斷堆積。待辦事項累積並不是偵測失敗，而是紀錄管理失敗：同一個漏洞在七次掃描中被回報七次，而佇列增長的速度快過任何人能清理的速度。追蹤一項發現直到解決它的提交，是讓持續掃描器變得可承受而非令人沮喪的機制。

Anthropic 明確表示，人類始終留在迴路中，每個修補程式都必須經過審查與核准。任何部署這套機制的人，都該把這句話當成承重的主句，而不是頁尾的免責聲明。

兩次發佈，同一個方向

Claude Security 並非孤立問世。Anthropic 於 2026 年 10 月 15 日正式推出 Code Review，而 Claude Security 的持續掃描與修正追蹤功能則於 2026 年 10 月 21 日以 Claude Enterprise 的公開測試版形式推出。合併來看，兩者透露出一個方向：審查正從變更在最後階段才通過的關卡，轉變為在變更撰寫過程中同步進行的流程。這兩個日期相隔之短，足以讓人們將這些產品視為同一個關於安全工作走向的故事來評估，而非兩個互不相干的發布。

尚未公布的是什麼，以及能定奪此事的數字

這裡的未知事項清單比宣稱清單還長，而這對公開測試版來說很正常，並不是醜聞。掃描涵蓋多少程式碼庫並未公布。掃描時長並未公布。誤報率並未公布。偵測基準並未公布。沒有獨立評估。按席位計價並未公布，支援語言清單也一樣。

在這些項目中，缺少的偵測基準才是會改變採購決策的那一項。少了它，「能抓到模式比對掃描器漏掉的東西」就只是一種方向性的說法，無法與已列入預算的掃描器相比。支援語言清單則是第二項：不論公司規模大小，多語言程式碼庫都是常態；一套在三種語言上表現優異、卻在另外五種語言中缺席的掃描器，會對風險暴露面描繪出誤導性的圖像。

這並不表示產品無效，而是表示評估必須由買方用買方自己的程式碼來做，示範展示辦不到這一點。

無論如何，該如何評估它？

如果你的團隊打算試用它，有用的實驗並不是一個刻意植入弱點的全新儲存庫。而是一個已經有歷史的儲存庫：一個去年發生過事故的服務、一個有已知弱點且花了兩週才修補完成的函式庫、一個所有人都稍微有點害怕的模組。把掃描指向那個儲存庫，並將它找到的結果與你的團隊已經記錄下來的發現相比較。對已知問題的召回率是可衡量的，即使供應商尚未發布基準測試，因為基準真相就在你自己的事故追蹤系統裡。

第二，留意威脅模型。如果團隊做的第一件事是關掉大多數分類以減少佇列，那你已經學到：預設模型並不符合團隊實際承擔的風險，你該修的是模型，而不是過濾器。第三，衡量真正重要的那個環節：從發現項目出現到修補程式被合併，需要多久。那個數字是你的，可跨工具比較，而且正是產品實際宣稱要改善的指標。

路由器放在哪裡，以及不放在哪裡

這條界線值得清楚說明。Claude Security 是 Anthropic 的應用程式。我們不託管它、不販售它，也無法告訴你它在你的儲存庫中發現了什麼或沒發現什麼。掃描器運行於 Claude Mythos 上，而我們並不聲稱託管該模型。

我們做的是執行模型。一個與 OpenAI 相容的端點、一把金鑰，背後有超過 200 個模型，供應商定價原樣傳遞、不加價，且當其中一個供應商不穩時，會自動跨供應商容錯切換。Claude Opus 5.5 在該目錄中，每百萬輸入 token 為 $4.00、每百萬輸出 token 為 $20.00，具備 1M token 上下文，快取讀取每百萬為 $0.20。這是關於我們目錄的事實，不是對掃描器的宣稱。

真正相關的地方，是資安計畫中不屬於掃描器的部分：把上千筆發現彙整成可供人員初步判讀內容的內部工具、起草資安公告的代理程式，以及團隊想依自身規則建立的審查步驟。這些都是普通的模型呼叫，而路由器是避免硬編碼特定廠商、用來執行這些呼叫的合理方式。當某個步驟要用小模型處理大量工作，而下一個步驟要用更謹慎的模型做判斷時，路由 DSL 就很重要；當這類呼叫位於凌晨三點運行、無人看管的管線中時，自動容錯移轉就很重要。

這個 Beta 版實際上要你信任的是什麼

剝去那層包裝，這個產品本質上押了三注。第一，讓模型在程式碼上進行推理，能找出模式比對找不到的東西。第二，再來一輪對抗式複查，就足以壓低雜訊。第三，一項發現唯有在修補出貨、且佇列在其身後關閉時，才算真正完成。第三注最不炫目，卻最可能是對的，因為它談的是流程，而不是智慧。

第一個賭注就是該測試的那一個。Anthropic 已公布其機制——跨檔案與跨儲存庫的資料流追蹤——卻沒有公布任何能顯示它運作得有多好的數字。這不是否定這項產品的理由，而是拿它去跑一個你早已熟悉其歷史的儲存庫的理由，並且依據你能驗證的發現來評判它，而不是那些在展示中看起來很亮眼的發現。