我用Claude和Codex構建了一個AI漏洞掃描器。它失敗了
本文介紹了Janitor——一個基於Rust的確定性安全工具，用於在程式碼合併前檢測漏洞。它採用形式化方法、零複製執行和雙PQC認證，能在8GB筆記本上6.7秒內掃描350萬行程式碼的PR。與基於雲的AI安全方案不同，Janitor在本地執行，不洩露程式碼，提供數學可證明的安全保障。
我嘗試用Claude和Codex構建一個AI漏洞掃描器，但最終失敗了。然而，在這個探索過程中，我發現了一個真正有效的工具——Janitor。
Janitor是一個用Rust編寫的結構防火牆，專為程式碼倉庫的Pull Request（PR）設計。它不是傳統的linter，而是一個確定性的防禦層，在每次合併前執行。它使用樹狀語法解析（tree-sitter）生成抽象語法樹（AST），結合IFDS過程間汙點分析、Kani證明的布林謂詞和Z3 SMT漏洞見證合成，從結構上驗證程式碼意圖。效能方面，Janitor在350萬行程式碼的Godot引擎上，僅需6.7秒完成全PR掃描，峰值記憶體58MB，零崩潰。它透過記憶體對映檔案實現零複製執行，整個分析過程中不產生任何網路呼叫。
Janitor的核心特性包括雙PQC認證（ML-DSA-65和SLH-DSA），確保鏈上託管；殭屍依賴檢測，利用BLAKE3布隆過濾器識別AI生成的虛假包名；以及決策膠囊，每次阻斷決策都被密封為可離線驗證的證明。此外，Janitor還提供了“氛圍檢查門”（Vibe-Check Gate），透過壓縮率檢測AI生成的“氛圍編碼”PR，並配有零向量碰撞護盾和淨負豁免機制，有效消除誤報。
與市場的AI安全方案不同，Janitor的設計哲學是確定性和本地化。它不需要雲連線，不將程式碼上傳至第三方叢集，因此適合IL5/IL6級別的高安全環境。它還支援WebAssembly（Wasm）自定義規則，允許使用者帶入自己的策略模組。在供應鏈安全方面，Janitor實現了SLSA Level 4可重現構建，並自動為每次乾淨合併簽發CycloneDX v1.6 CBOM加密證明。對於離線環境，Janitor提供空氣間隙情報傳輸膠囊，可以透過物理方式傳遞加密簽名包，無需網路即可更新威脅情報。
總體而言，Janitor提供了一個數學可證明的安全方案，而不是基於機率的AI評分。對於需要嚴格供應鏈安全的企業，這無疑是一個值得關注的選擇。