代码每天都在发布，渗透测试却一年只做一两次，安全怎么跟得上开发的节奏？小编先给结论：AI 渗透测试让持续测试变得可行，它能验证扫描器报出的问题到底能不能被利用，发现没有 CVE 编号的配置风险，并把测试嵌入交付流程；但它不会取代人类测试员，而是改变他们的分工。
多年来，安全测试一直在和开发速度赛跑，AI 编程工具加入后更难跟上：手动渗透测试和修复周期，本来就不是为每天发布的代码设计的。2026 年初，研究人员借助 AI 辅助分析发现了 CVE-2026-1731，这是 BeyondTrust 远程访问产品中的漏洞，允许未经认证的命令注入，CVSS 评分达 9.9，披露后几天内就有攻击者开始利用。类似的 AI 驱动发现是真实存在的，而且AI 渗透测试让持续测试变得实际可行，不再是一年一两次。
它能查扫描器漏掉的攻击路径
漏洞扫描器报出的问题，远多于任何团队能修的，而且很多并不可利用：有的是误报，有的是真实存在但实践中很难利用。比如扫描器可能因为应用把用户输入反射到响应里，就报告 XSS 漏洞，但这不一定意味着攻击者能在别的用户浏览器里执行 JavaScript，因为这取决于输入的位置、输出编码和应用的安全控制。
AI 渗透测试可以进一步调查：提交测试载荷、检查响应，第一种办法不行就换一种。一个成功的、无害的概念验证，给开发者的是具体可用的依据，他们可以直接复现问题，不用花时间去判断扫描器说得对不对。
最危险的漏洞可能根本没有 CVE
CVE 扫描擅长发现软件和组件中的已知漏洞，但不是每个可被利用的弱点都有 CVE，配置错误通常就没有。2025 年，研究人员发现有 1862 台 MCP 服务器暴露在互联网上，他们手动检查了其中 119 台的样本，全部都在没有任何认证的情况下列出了内部工具，有些列出的工具还能写入 CRM 平台和财务数据库。
一台只提供公开文档搜索的开放服务器，远没有连着财务数据库的那台让人担心。AI 渗透测试可以帮助弄清：未授权的人用这个访问权限实际能做什么，是只能取得公开信息，还是能触达内部记录并修改数据？
让渗透测试成为交付循环的一部分
传统渗透测试通常发生在项目的某个节点，往往围绕一次重大发布：测试员完成评估，发来结果，开发团队开始逐项处理；有些修复需要再测一轮，却不一定立刻安排，而开发还在继续。AI 渗透测试能让这个过程变成持续的：DevSecOps 团队可以在部署前测试重大发布，在大改动后重新评估暴露的应用，也能在某个弱点修复后立即复测，而传统服务里，这样的复测可能在几周后。这就把渗透测试从偶尔的安全事件，变成了软件交付生命周期的一部分，结果出来时，开发者还记得那段代码。
在“安全左移”之后再加一道检查
DevSecOps 团队已经在用 SAST、SCA 和代码审查，在开发阶段发现安全问题。这些检查很有用，尤其是对有漏洞的依赖和源代码里的错误，但通过它们不等于部署后的应用就安全。薄弱的环节是部署之后、观察整个环境的检查：DAST 测试运行中的应用，但通常一次只测一个，不看系统之间如何连接。AI 渗透测试补上了这一环：它把部署后的环境当成整体来检查，测试发现的弱点能否串成一条攻击路径。
| 检查方式 | 作用阶段 | 特点 |
|---|---|---|
| SAST / SCA / 代码审查 | 开发阶段 | 发现源代码错误和有漏洞的依赖，减少流入生产的问题。 |
| DAST | 运行中的应用 | 通常一次测一个应用，不看系统如何连接。 |
| AI 渗透测试 | 部署之后 | 把整个环境当成整体，验证弱点能否串成攻击路径。 |
安全左移减少进入生产的问题，AI 渗透测试检查的是仍然漏过去的那些。
人类测试员的角色会怎么变
AI 渗透测试不会取代人类渗透测试员，但会显著改变他们把时间花在哪里。斯坦福的一项研究恰好说明了这种新的分工：2025 年 12 月，一个名为 ARTEMIS 的 AI 智能体，在一个约有 8000 台主机的真实网络上，与十位专业测试员比拼，名列第二，表现优于其中九人；不过它的误报比人类多，还漏掉了大多数人都发现的一个严重缺陷。
这改变了 DevSecOps 团队组织测试的方式：AI 可以快速完成重复、大批量的工作，包括枚举资产、探测端点、每次发布后复测，人类测试员不再是这些工作的瓶颈；他们的时间用在需要判断力的事情上，比如聚焦高严重度的发现、创造性地串联弱点，并决定哪些该优先修复。开发者拿到报告更快，里面是经过人工复核的已验证发现。实用的模式是：AI 负责速度和覆盖面，人负责判断和责任。
结论：从变化最频繁的应用开始
DevSecOps 不能让安全落后于开发。随着 AI 写的代码越来越多，越来越多代码在没有人逐行阅读的情况下上线。而从外部测试不依赖这一点：不管代码是谁写的、有没有人审查过，它检查的都是运行中的系统在被攻击时的表现。想尝试 AI 渗透测试的团队，起点是那些变化最频繁的应用，因为那里开发和测试之间的差距很可能最大。如果您也在关注 AI 带来的代码安全问题，可以接着读小编写的 AI 生成代码有哪些风险。
常见问题（FAQ）
AI 渗透测试和漏洞扫描有什么区别？
扫描器报告可能的问题，AI 渗透测试会进一步尝试验证，提交测试载荷、检查响应，并给出无害的概念验证。
它能取代人类渗透测试员吗？
不能。斯坦福研究显示 AI 误报更多，还漏掉过一个严重缺陷，判断力和责任仍需要人。
为什么说没有 CVE 的漏洞也很危险？
像配置错误这类问题通常没有 CVE，比如 1862 台暴露的 MCP 服务器，抽查的 119 台全部无需认证就列出内部工具。
团队该从哪里开始？
从变化最频繁的应用开始，那里开发与测试之间的差距往往最大。