CodeMender 概览

高级 AI 模型的发布引发了人们对代码漏洞的广泛担忧。随着攻击者获得生成漏洞利用程序的新功能，安全团队面临着巨大的时间压力，必须在漏洞被利用之前主动发现并修复漏洞。

CodeMender 是一款 AI 代码安全智能体，能够发现、验证并修复代码库中的深层漏洞。CodeMender 会在 LLM 周围封装一个经过微调的框架，使用 Google DeepMind 设计的提示、技能和编排逻辑将模型转变为专门用于代码安全的智能体系统。

工作原理

CodeMender 旨在处理现代企业环境的规模和多样性，其中代码涵盖多种语言和系统类型：

  • 通过使用在智能体引导下运行的 LLM 扫描代码库来查找漏洞，利用专用工具和提示工程技术使模型专注于安全缺陷。或者，您也可以从外部安全扫描工具导入漏洞列表。
  • 通过构建代码并尝试利用发现的漏洞来验证漏洞是否可被利用。这有助于确定已确认漏洞的优先级，并降低假正例率。
  • 通过生成并测试与代码库语言兼容的补丁来修复漏洞。

在所有这三个阶段，您都可以向 CodeMender 提供上下文，以确保它能考虑到您的应用和威胁模型的细微差别。与单独使用 LLM 来查找和修复漏洞相比，将 LLM 与 CodeMender 的微调后测试框架相结合可提供更高质量的结果。

系统架构

从用户角度来看，CodeMender 系统由两部分组成：

  • 代理：一种托管式多智能体系统，可运行核心业务逻辑和推理。
  • 客户端：在您的机器上运行的客户端，既充当 CLI（用于发出命令和查看输出），又充当守护程序（用于代表代理执行命令，可以选择在本地进程级沙盒中进行隔离，以安全地编译代码、运行测试和验证漏洞）。

支持的语言和框架

CodeMender 支持所有主要编程语言（C/C++、Go、Java、Python、TypeScript / JavaScript、Rust 和 Ruby）中的顶级漏洞类型。此外，它还广泛支持这些语言中的标准库以及常见的企业框架（例如 HTML/CSS、Django、Flask、React、Spring Boot 和 Express）。

支持的漏洞类型涵盖了应用逻辑、数据处理、内存管理和身份验证控制流中广泛的软件安全缺陷。

支持的模型

CodeMender 支持以下模型：

点击即可展开支持的型号

如需在运行 CodeMender CLI 命令时指定模型，请参阅指定模型。

支持的区域

CodeMender 已在全球范围内推出。

跟踪 token 用量

CodeMender 会在两个位置显示令牌消耗情况：命令运行时的实时状态行，以及命令成功完成时的一行摘要。统计数据涵盖当前会话的输入、输出和总 token 数。

实时状态行

在运行 cm find、cm fix、cm verify 或 cm session resume 时，传递 --compact 标志以显示一个滚动状态行，该状态行会随着代理的运行而更新：

cm find ./src/auth/ --compact

状态行会报告累计会话总数：

Tokens: 40k in / 12k out / 60k total

恢复的会话会从上次运行结束的地方继续计数。total 数量可能包含模型的内部推理 token，因此可能会超过 in + out。

退出摘要

当命令成功完成且至少执行了一个工具步骤时，CodeMender 会打印一行摘要，其中包含所用时间和令牌总数：

✅ Completed 14 tool steps in 3m 42s | Tokens: 40k in / 12k out / 60k total

已结算的 token 用量

如需查看 Google Cloud 项目的累计结算令牌使用量和费用趋势，请参阅 Cloud Billing 中的查看结算报告和费用趋势。

开始使用 CLI

设置 CLI 工具并初始化工作区，即可开始扫描。

前提条件

在初始化 CodeMender CLI 之前，请确保您的环境已正确准备就绪：

  • 设置 Google Cloud 项目：设置包含所需 API 和 IAM 角色的 Google Cloud 项目。
  • 下载 CodeMender CLI：下载并安装适用于您操作系统的 CodeMender CLI 二进制文件。
  • 配置 Google Cloud 凭证：配置 Google Cloud 应用默认凭证 (ADC) 以对 CLI 进行身份验证。
  • 准备源代码：将要扫描的项目的源代码克隆或复制到工作区中。
  • 配置沙盒：为沙盒环境定义目录挂载、网络访问配置文件和安全例外情况。

指定模型

默认情况下，CodeMender 使用 Gemini 3.5 Flash。如需替换默认模型，请传递 --model 标志以及相应的模型标识符：

  • Gemini 3.5 Flash（默认）：--model gemini-3.5-flash
  • Gemini 3.1 Pro 预览版：--model gemini-3.1-pro-preview
  • Gemini 3 Flash 预览版：--model gemini-3-flash-preview

以下命令支持 --model 标志：

  • cm find
  • cm verify
  • cm fix

如需在运行上述任何命令时指定模型，请使用以下语法：

cm COMMAND TARGET --model MODEL_NAME

安全性和数据隐私权

以下部分概述了 CodeMender 的安全模型、数据保留政策和访问权限控制：

哪些数据会发送到云端？

使用 CodeMender 时，本地 CLI 工具会协调对代码的访问，确保您的完整源代码库绝不会上传到 Google 的服务器，也不会被托管代理单独克隆。

相反，发送给 Google 托管代理的数据严格来说是本地化的，并且包含以下内容：

  • 目标文件内容或代码段、漏洞信息、建议的补丁和命令执行结果。
  • 元数据、诊断信息、错误和使用情况遥测数据（例如消耗的令牌数和命令时长）。

您的客户源代码绝不会用于训练底层模型权重。

保留政策是什么？

CodeMender 采用严格的短期数据保留政策：

  • 最长保留 7 天：会话数据（包括代码段和跟踪状态）会在 Gemini Enterprise Agent Platform 存储空间中保留最多 7 天，以便用户无缝恢复中断的扫描。7 天后，系统会自动删除该数据（请参阅零数据保留）。
  • 显式删除：客户无需等待 7 天，只需调用 DeleteInteraction 即可立即清理所有会话数据。
  • 临时发现结果：漏洞发现结果和补丁不会存储在长期存在的数据库中，而是在流水线期间累积在内存中。

谁可以访问数据？

CodeMender 在人类可见性方面采用“零数据访问”方法：

  • 无人为访问权限：没有任何人为群组或 Google 工程师有权读取生产环境中的客户数据。
  • 运营商无法查看：即使是为了进行生产调试和错误跟踪，Google 运营商也受到限制，无法查看客户源代码上下文或临时会话状态。
  • 严格隔离：所有数据都通过组织和客户结算项目进行逻辑隔离和访问控制，以保护共享基础架构中的租户隐私权。
  • VPC Service Controls (VPC-SC)：为进一步保护您的环境，CodeMender 的架构完全支持 VPC Service Controls (VPC-SC)。这样一来，您就可以为 Google Cloud 资源定义一个安全边界，从而在将本地化数据发送到云推理引擎时，帮助降低任何数据渗漏风险。

后续步骤

如需查看详细说明，请参阅以下指南：