AI 将加速在 GitHub 项目中发现错误的过程

08.04.2026 7 hardware

GitHub 在 Code Security 中推出 AI 代码扫描

*GitHub 宣布在 Code Security 服务中引入使用人工智能（AI）的源代码扫描新功能。*

该技术将能够发现传统 CodeQL 静态分析无法检测的漏洞，并扩大对更多语言和框架的覆盖范围。

有什么新内容？

项目	描述	目标
识别安全问题	在普通 CodeQL 无法充分发挥作用的地方发现安全缺陷。	扩大检测范围。
支持生态系统	Shell/Bash、Dockerfile、Terraform、PHP 等语言/框架。	覆盖更多技术栈。
工作模式	混合模型：必要时在 CodeQL 与 AI 扫描器之间切换。	提升灵活性与准确率。

混合模型的公开测试计划于 2026 年第二季度开始。

- 原生集成 – 工具直接在 GitHub 仓库和 CI/CD 流程中运行。
- 可访问性 – 对公共项目免费（有限制）。付费订阅者通过 GitHub Advanced Security (GHAS) 获得完整功能。

1. 代码中的已知漏洞。
2. 依赖项和公开库——寻找易受攻击的包。
3. 公共资源中泄露的凭据。
4. AI 助手 Copilot 的警报与建议。

扫描在 pull request（PR）级别执行。打开 PR 时，系统会自动选择合适的工具——CodeQL 或 AI 扫描器，以便在潜在问题代码被合并前发现威胁。警报直接显示在 PR 窗口中。

- 处理量：30 天内超过 170,000 起事件。
- 开发者反馈：80% 为正面，确认检测到的问题具有实用价值。

GitHub 同时强调了 Copilot Autofix 在自动修复已发现漏洞中的作用。

借助 AI 扫描，GitHub 扩大了 Code Security 的覆盖范围，使其能够在更广泛的技术栈中发现并快速修复漏洞。这进一步加强了公共免费项目和付费 GHAS 客户仓库的安全防护。