一秒筛一个函数，漏洞检测的精度门槛怎么过

漏洞发现得越晚，修起来越贵。问题是：快的方法不准，准的方法太慢。

一、发生了什么

10 月 26 日 arXiv 的一篇论文，试图同时解决漏洞检测的速度与精度。它先点出矛盾：编码 agent 产代码的速度早超过了人工审查，软件需要一道实时防线。现有两条路都不合适——agent 型检测器会像安全专家那样跑分析工具、翻上下文、验证假设再下判断，一个判定要几分钟，实时筛查根本等不起；微调小模型或直接问大语言模型虽然快，但缺少 agent 收集的上下文，而且模型「口头给结论」本身就不太可靠。

论文提出的办法，是把 agent 检测器背后那两样东西——安全上下文与代码理解——压进一次前向传播。对每个新函数，先准备三份材料：该函数所在模块的预计算威胁模型、轻量静态分析的发现、调用图信息；然后不用模型开口回答，而是用一个训练过的探针直接读取模型在这些上下文下的内部表示，从中解出判定。这一步是全文的关键取舍：与其让模型用几百个词解释自己为什么怀疑，不如直接从它的表示层把判断读出来——语言输出本身不可靠，哪怕喂了上下文也一样。

按摘要给出的结果：在某个公开漏洞测试集的保留集上，基于一款开源模型的方法每个函数约一秒、准确率 60.0%，与跑在同一个模型上的最佳 agent 检测器（59.2%）打平，但快了 250 倍以上，成本不到十分之一；同样的提示下，探针比模型自己直接回答准 14 到 17 个百分点；跨三个开源模型，至少追平 agent、其中两个高出约 10%。论文结论一句话：模型内部表示里，已经编码了 agent 靠长推理换来的大部分信息。

二、跟你有什么关系

做代码安全工具的工程师：初筛和终审要分开建模，一秒级的探针适合当第一道闸，agent 留给高危复核，两层各干各的活。管 CI 门禁的平台方：把 agent 检测挪到异步环节，主线用快筛，流水线不用为此变慢，开发体验和安全水位可以兼得。安全研究者：模型内部表示比它的嘴可靠，这个结论在三个开源模型上都成立，值得更大范围复现，也提示探针可以成为安全基建的通用组件。

三、怎么判断

1. 给工具定位时先问用途：实时初筛要的是召回与速度，终审才轮到精度。
2. 别信模型的自然语言判决，接内部表示的探针在同一提示下更稳。
3. 验收任何检测器都用保留集，别拿训练分布里的代码自测出好数字。

四、三个别信的说法

六成准确率没法用。 它的定位是第一道筛而非终审，配合人工复核金字塔才有意义。

探针这类方法是黑魔法，不稳定。 论文在三个开源模型上都追平了 agent，结论是可复现的模式。

agent 检测器终究会全面胜出。 至少在精度上现在是平手，而速度和成本差着一个数量级，工程取舍已经变了。

五、一句话结论

把几分钟的推理压进一秒的一次前向传播，实时防线的经济账从此重算。

信息来源

• arXiv：基于大模型上下文探针的实时漏洞检测（2026-10-26）

功能与价格以官方公告为准。本文写于 2026 年 10 月 28 日。