我用 Vibe Coding 写了个安全扫描器，结果它自己就是个漏洞

前言

"你只要跟 AI 说清楚需求，它就能帮你写出来。"这句话我信了。

上个月我心血来潮，想用 Vibe Coding 的方式搞一个内部安全扫描器。需求很简单：扫描公司内网的 Web 应用，检测常见的 OWASP Top 10 漏洞。我用 Claude Code 从零开始，只靠自然语言描述需求，一行代码没手写。

三天后，扫描器跑起来了。功能齐全，UI 漂亮，我还在团队群里秀了一把。

一周后，安全团队的一位同事看了一眼源码，对我说了一句话："你这个扫描器，它自己就是个安全漏洞。"

这篇文章记录了我在 Vibe Coding 过程中踩过的安全坑。不是说 Vibe Coding 不好用，而是你必须知道它容易在哪些地方翻车——尤其是写安全工具的时候。

坑一：用户输入直接拼接——最基础的注入漏洞

我让 AI 写了一个目标输入框，用户输入 URL 后开始扫描。AI 生成的代码长这样：

@app.post("/scan")
async def start_scan(target: str):
    # AI 生成的代码（有漏洞）
    cmd = f"nmap -sV -sC {target}"
    result = subprocess.run(cmd, shell=True, capture_output=True, text=True)
    return {"result": result.stdout}

看出来问题了吗？

shell=True 加上字符串直接拼接，这是经典的命令注入漏洞。如果用户输入的是 example.com; rm -rf /，那 nmap -sV -sC example.com; rm -rf / 就会被执行。

正确的写法：

import shlex
import subprocess
import re
from urllib.parse import urlparse

def validate_target(target: str) -> str:
    """严格校验目标地址"""
    # 1. 解析 URL
    parsed = urlparse(target if '://' in target else f'http://{target}')
    hostname = parsed.hostname
    
    if not hostname:
        raise ValueError("无效的目标地址")
    
    # 2. 只允许域名和 IP，禁止特殊字符
    if not re.match(r'^[a-zA-Z0-9.-]+$', hostname):
        raise ValueError("目标地址包含非法字符")
    
    # 3. 禁止扫描内网地址（安全扫描器的基本素养）
    import ipaddress
    try:
        ip = ipaddress.ip_address(hostname)
        if ip.is_private:
            raise ValueError("禁止扫描内网地址")
    except ValueError:
        pass  # 不是 IP 地址，是域名，继续
    
    return hostname

@app.post("/scan")
async def start_scan(target: str):
    clean_target = validate_target(target)
    # 使用列表形式传参，避免 shell 注入
    result = subprocess.run(
        ["nmap", "-sV", "-sC", clean_target],
        capture_output=True, text=True, timeout=300
    )
    return {"result": result.stdout}

这个漏洞，如果你让 AI 帮你 review 自己的代码，它大概率能发现。但如果你不主动问，AI 生成的代码默认就是最"方便"的写法——方便往往意味着不安全。

坑二：硬编码的密钥和凭证

扫描器需要调用几个外部漏洞库的 API 来查询 CVE 信息。AI 生成的代码里，API Key 是这样写的：

# AI 生成的代码（有漏洞）
VULNDB_API_KEY = "vulndb_sk_a1b2c3d4e5f6g7h8i9j0"
SHODAN_API_KEY = "aBcDeFgHiJkLmNoPqRsT"
NVD_API_KEY = "nvdb-12345-67890-abcdef"

async def query_cve(cve_id: str):
    headers = {"Authorization": f"Bearer {VULNDB_API_KEY}"}
    async with httpx.AsyncClient() as client:
        resp = await client.get(f"https://vulndb.example.com/api/cve/{cve_id}", headers=headers)
        return resp.json()

硬编码密钥是老生常谈的问题了，但 Vibe Coding 生成的代码里，这个问题特别普遍。因为 AI 的目标是让代码"能跑起来"，硬编码是最直接的方式。

解决方案：用环境变量 + .env 文件，并且在 .gitignore 中排除。

import os
from pathlib import Path
from dotenv import load_dotenv

# 加载 .env 文件
load_dotenv(Path(__file__).parent / '.env')

VULNDB_API_KEY = os.environ.get("VULNDB_API_KEY")
SHODAN_API_KEY = os.environ.get("SHODAN_API_KEY")

if not VULNDB_API_KEY:
    raise RuntimeError("VULNDB_API_KEY 环境变量未设置")

# .env 文件（不提交到 git）
VULNDB_API_KEY=your_key_here
SHODAN_API_KEY=your_key_here

额外提醒：如果你用 Git 管理代码，即使后来把密钥删了，它还是存在于 git 历史里。需要用 git filter-branch 或 BFG Repo Cleaner 清理历史。

坑三：错误处理泄露敏感信息

扫描器的异常处理，AI 生成的是这样的：

@app.exception_handler(Exception)
async def global_exception_handler(request, exc):
    return JSONResponse(
        status_code=500,
        content={
            "error": str(exc),
            "type": type(exc).__name__,
            "traceback": traceback.format_exc()  # AI 很"贴心"地加了完整堆栈
        }
    )

在开发环境这很方便调试，但在生产环境，完整的 traceback 会暴露你的代码结构、文件路径、数据库连接信息甚至密钥。

正确的做法：

import logging

logger = logging.getLogger(__name__)

@app.exception_handler(Exception)
async def global_exception_handler(request, exc):
    # 记录完整错误到日志（不暴露给用户）
    logger.error(f"Unhandled exception: {exc}", exc_info=True, extra={
        "request_path": request.url.path,
        "request_method": request.method,
    })
    
    # 返回给用户的只有通用错误信息
    return JSONResponse(
        status_code=500,
        content={
            "error": "服务器内部错误，请稍后重试",
            "request_id": str(uuid.uuid4())  # 用于问题追踪
        }
    )

坑四：扫描结果未脱敏

扫描器会检测目标应用的漏洞，结果页面直接展示了所有发现。问题是，有些漏洞的 payload 本身包含敏感信息——比如 SQL 注入检测时获取到的数据库版本、表名、甚至部分数据。

# AI 生成的代码（有漏洞）—— 直接展示所有结果
@app.get("/scan/{scan_id}/results")
async def get_results(scan_id: str):
    results = await db.get_scan_results(scan_id)
    return {"results": results}  # 原封不动返回所有数据

如果你把扫描结果分享给开发团队或者外部合作方，可能会无意中泄露敏感的漏洞详情。

import re

def sanitize_results(results: list[dict]) -> list[dict]:
    """脱敏扫描结果"""
    sanitized = []
    for item in results:
        clean_item = {
            "vuln_type": item["vuln_type"],
            "severity": item["severity"],
            "url": _mask_url(item["url"]),
            "description": item["description"],
            "recommendation": item.get("recommendation", ""),
            # 不返回原始 payload 和详细证据
            "evidence": "[已脱敏]" if item.get("evidence") else None,
        }
        sanitized.append(clean_item)
    return sanitized

def _mask_url(url: str) -> str:
    """遮蔽 URL 中的敏感参数"""
    # 把查询参数中的值替换成 ***
    return re.sub(r'([?&][^=]+=)[^&]*', r'\1***', url)

坑五：权限控制形同虚设

Vibe Coding 最容易忽略的就是权限控制。AI 生成的代码通常假设"所有用户都是管理员"，因为这样逻辑最简单。

# AI 生成的代码（有漏洞）—— 任何人都能执行任何操作
@app.post("/scan")
async def start_scan(target: str):
    # 没有任何权限检查
    ...

@app.delete("/scan/{scan_id}")
async def delete_scan(scan_id: str):
    # 任何人都能删除任何扫描记录
    await db.delete_scan(scan_id)

即使是内部工具，也应该有基本的权限控制。至少要区分"谁能发起扫描"和"谁能查看结果"。

from fastapi import Depends, HTTPException
from fastapi.security import HTTPBearer

security = HTTPBearer()

async def require_scanner_role(token = Depends(security)):
    """校验用户是否有扫描权限"""
    user = await verify_token(token.credentials)
    if "scanner" not in user.get("roles", []):
        raise HTTPException(status_code=403, detail="没有扫描权限")
    return user

@app.post("/scan")
async def start_scan(target: str, user = Depends(require_scanner_role)):
    logger.info(f"用户 {user['name']} 发起扫描: {target}")
    ...

反思：Vibe Coding 的安全边界

经过这次踩坑，我总结了几条 Vibe Coding 的安全原则：

1. 不要相信 AI 生成的安全相关代码。AI 的训练目标是"生成正确的代码"，而不是"生成安全的代码"。安全是一个额外的约束，AI 默认不会考虑。

2. 每次让 AI 生成代码后，自己 review 一遍。重点关注：用户输入处理、密钥管理、错误处理、权限控制这四个方面。

3. 用安全工具扫描 AI 生成的代码。我后来养成习惯，每次 AI 生成代码后，都用 bandit（Python 安全扫描工具）跑一遍：

bandit -r src/ -ll -ii --skip B101
# -ll: 只显示中高风险
# -ii: 显示具体问题
# --skip B101: 跳过 assert 警告（开发阶段需要）

4. 不要 Vibe Coding 安全核心逻辑。认证、授权、加密、密钥管理这些核心安全逻辑，必须由安全工程师手写并 review。Vibe Coding 适合写业务逻辑、UI、数据处理这些非安全核心的部分。

Vibe Coding 是个好工具，但安全这事，还真不能全靠"Vibe"。

你在 Vibe Coding 过程中踩过哪些安全坑？评论区聊聊，互相避坑。

关注「安全值班室」公众号

每天AI安全早报 + 实战攻防案例 + 网安学习路线连载

posted on 2026-05-31 15:05 明.Sir 阅读(30) 评论(0) 收藏举报

刷新页面返回顶部