Cloudflare 发布了一种编码智能体技能，用于自动化识别代码库中的安全漏洞。该工具作为编码智能体的模块化扩展，为多阶段安全审计提供结构化框架。它源于 Cloudflare 内部漏洞发现系统的基础，从单一仓库的起点演变为用于识别安全缺陷的全舰队系统。
这张图片代表了托管和管理该编码智能体技能的开源仓库。
该技能通过六个阶段的工作流运行，旨在保持严格的审计轨迹。它始于勘测阶段，通过绘制架构、信任边界和输入表面来创建“覆盖账本”。该账本跟踪系统中的哪些部分已完成审计。在“基于覆盖的猎取”阶段，系统将隔离的“猎人”智能体分配到账本中的特定单元。这些智能体记录其检查结果，同时“覆盖评论家”识别审计中的空白。为确保准确性，该技能采用了对抗性验证：每一个独特的候选发现都会传递给一个新的验证智能体，其特定任务是在发现被确认之前证明其错误。
为了保持高质量的机器可读输出，该技能将发现分为三种不同的判定：“已确认”、“需要验证”和“已拒绝”。只有在拥有完整的源代码追踪和受限的观测结果时，发现才会被标记为“已确认”。该系统的一个重大技术限制是它依赖于操作系统强制执行的沙箱。由于工作流需要执行目标代码来验证发现，智能体在没有禁用外部网络并强制执行资源限制的安全环境的情况下，无法将线索从“需要验证”移动到“已确认”。如果没有这些控制措施，系统将默认设为“需要验证”状态，以防止在审计过程中执行潜在的恶意代码。