机器写代码的时代，安全基准却在下坡。一份被广泛引用的审计显示，AI 编码助手已经写出约一半的企业代码提交；但同一时期，整体安全通过率只有 56%，其中 XSS 防御的通过率一度掉到 15%。产能上去了，安全水位却下来了——而且薄弱处恰恰在最危险的逻辑：越权、注入、跨站。
产能上去，安全水位下来
这组数字刺眼的地方在于错位：代码语法流畅、能编译、能通过普通测试，却在新手都该避开的注入与跨站漏洞上频频失守。在 AI 已写出约半数企业提交的临界点，未经验证的补丁正成批涌进主干。原因不难理解——编码智能体追求「把功能写出来」，安全约束往往只是训练目标里很轻的一项；当人不再逐行审阅，语法正确就成了仅剩的及格线，漏洞从边缘渗入核心。最该警惕的是，掉得最狠的 XSS 防御一度只有 15% 通过率，说明问题不是偶发，而是系统性的水位下滑。
当编码智能体成为主流，审查成新瓶颈
产能释放的同时，风险同步放大。朴素、脱离上下文的 AST 扫描会触发告警疲劳，安全团队要么被淹要么直接绕过，反而让危险溜过去。有效的做法不是一刀切地拦，而是围绕「可验证的攻击面」做分级：哪些改动碰了鉴权、哪些拼了外部输入、哪些跨了信任边界，按攻击面而非按语法来排序拦截。编码智能体把「写」变便宜了，也把「审」变成了真正的成本中心——审查不再是编辑部的点缀，而是智能体流水线的闸门。
给审查流水线的一记提醒
这篇给做 AI 开发工具的团队两点提醒。其一，安全水位必须和产能一起被量化、被盯住，不能默认「模型会写就安全」。其二，审查要往上下文感知、按攻击面分级的方向走，否则告警疲劳会把防线自己腐蚀掉。也要清醒：56% 与 15% 来自特定审计，不是放之四海皆准的常数；上下文感知的分级拦截本身需要可靠的模型与规则，落地仍是工程账；告警疲劳也是组织问题，不是换把扫描器就能解决。把这篇和站内此前覆盖的「代码智能体」「AI 开发工具」放在一条线上，行业正从「比谁生成得快」补上「比谁拦得住」这一课。
目前官方及行业暂未披露更多细节，包括该审计覆盖的具体代码库分布、各漏洞类别的逐项通过率与不同编码智能体的表现差异，后续将持续跟进迭代动态。这篇把「机器写代码、安全在下滑」从一个直觉警报推进成了可对照的数字。