Cloudflare AI Security Audit 怎么用？让 AI Agent 自动检查网站安全，比人工安全审计到底能省多少时间？

Cloudflare AI Security Audit 目前不能确认是 Cloudflare 提供的托管式网站漏洞扫描产品。Cloudflare 官方代码审计技能按 6 个阶段组织代码库审查；它适用于支持工具调用和子代理的编码 Agent，不等于扫描线上网站。官方技能库说明了这套流程。本周先确认审计对象和授权边界，再对同一范围分别记录 AI Agent 与人工流程的完整工时；不要预设统一的节省比例。

这篇适合管理 Cloudflare 网站、想确认 AI 安全检查入口和操作步骤的站长与开发者。
也适合评估 AI Agent 能否减少审计投入的技术负责人，以及需要建立人工复核流程的团队。

最后更新于 2026 年 10 月 21 日；功能名称、范围与步骤核实自 Cloudflare 当前官方文档和代码库。

先确认：Cloudflare AI Security Audit 指的是什么

就已核实的官方资料而言，不能把“Cloudflare AI Security Audit”当作一个可直接扫描任意线上网站的 Cloudflare 托管产品名称。最接近的官方功能是 security-audit 技能：它引导编码 Agent 对代码库执行有范围、有验证的安全审查。官方流程包括侦察、覆盖检查、候选验证、结构化输出、独立复核和报告。技能库说明介绍其目标是检查代码中的安全问题，并要求为发现提供证据、复现方法和修复建议。

还要把几个名称相近、用途不同的功能分开：

• Cloudflare 的 Security overview 展示安全行动项、配置建议和检测信息。它是安全态势概览，不是完整代码审计或人工渗透测试。官方安全概览文档列出了行动项类型和审核方式。
• AI Crawl Control 用于了解和管理 AI 服务对网站内容的访问。Cloudflare 将早期的 AI Audit 更名为 AI Crawl Control；这里的“审计”是查看爬虫行为，不是检测网站漏洞。官方功能说明。
• AI Security for Apps 面向使用大语言模型的网站应用，可发现相关端点并处理提示注入、敏感信息暴露等 AI 应用风险。它也不等于通用的全站漏洞扫描。产品说明。

因此，你可以把 Cloudflare 的代码审计技能纳入安全检查流程，但不要仅凭名称就假设它会扫描线上域名，或能替代人工安全审计。

第二步：圈定授权范围与执行边界

如果你要运行代码审计技能，先把目标定义为你有权检查的代码库，而不是只提供生产网站域名。该技能的官方说明将流程定位在代码审查，并要求对候选问题进行验证；线上主动测试则需要另外确认授权和测试规则。

开始前写清楚以下边界：

• 对象：记录代码库、分支、提交版本和指定目录；注明不在本次范围内的线上资产。
• 授权：确认你有权检查代码和运行本地测试。若还要进行线上主动测试，先取得资产所有者授权，并单独约定规则和时间窗口。
• 权限：只提供读取目标代码及完成约定检查所需的权限。不要默认提供生产账户、部署凭据或无关云平台权限。
• 执行限制：对构建、测试或其他可能运行目标代码的操作使用隔离环境，并限制不必要的网络与文件访问。无法保证隔离时，不要让 Agent 执行不可信代码。
• 记录口径：保存代码版本、检查目录、审计模式、起止时间、运行限制和参与人员。否则，即使下次使用同一工具，也无法确认对照的是不是同一范围。

如果你计划在 VPSSpark 的 Mac 运行环境中整理审计文件或执行本地检查，可先通过帮助中心了解环境使用相关信息，再确认具体操作是否符合你的权限与隔离要求。

注意：Agent 返回结果的速度只代表部分执行时间。准备范围、整理证据、排除误报、判断业务影响和沟通修复，都要计入完整工时。

Cloudflare AI Security Audit 怎么设置：按步骤运行代码检查

如果你的目标是运行官方代码审计技能，而不是扫描线上域名，可以按下面顺序操作。安装与支持条件以官方技能库和其中的 README、SKILL.md 为准；界面或文件变化时重新核对当前说明，不要照搬旧教程。

第一步：确认审计对象。准备要检查的代码库，核对分支、提交版本和工作区改动；排除未获授权或不属于本次范围的目录。

第二步：检查 Agent 能力和运行条件。确认所用编码 Agent 支持执行技能需要的工具调用与任务委派能力。明确它是否能在隔离条件下运行目标代码；如果不能，就把本次检查限定为代码阅读和建议，不要让它自行执行项目。

第三步：选择审计模式和输出位置。明确要求是聚焦检查还是完整代码审计，并指定目标范围和报告输出位置。官方技能区分指导模式与完整审计模式；只有明确要求完整审计或报告产物时，才应运行完整流程。技能工作流文档说明了不同模式的触发条件。

第四步：启动检查并保存运行信息。记录目标版本、目录范围、检查模式、执行限制和输出位置。这样后续复核者才能判断发现来自哪里，以及是否遗漏了约定范围。

第五步：逐项核查发现。不要只看问题标题或严重性标签。要求每项发现说明相关代码证据、受影响的信任边界、可能后果和可复核依据。提示注入文本本身不自动构成漏洞；需要结合代码路径和实际安全影响判断。技能中的 AI 与 LLM 检查说明指出，发现应建立在具体边界和结果上。

第六步：人工验证并记录处置。复现关键问题，排除误报；逐项标记已确认、待验证或不成立，并记录负责人、修复状态和复核依据。无法从代码库确认的部署行为应保留为待验证，不要当作已证实漏洞。

按职责拆分：哪些检查可自动化，哪些必须人工判断

AI Agent 更适合重复、规则相对明确、证据能从代码或受控本地测试中核实的工作。例如梳理输入到敏感操作的路径、查找访问控制实现线索、归并重复发现、整理修复建议。它可以提供待验证线索，但不能把模型提出的每个候选问题都视为确认漏洞。

以下工作仍要纳入人工安全审计：

• 误报确认与证据质量：代码路径是否可达，问题能否复现，影响是否被夸大。
• 业务语境与优先级：相同的代码问题在不同数据、用户和业务流程下，风险可能不同。
• 授权边界检查：本地代码审查不能证明线上配置、身份策略和真实部署行为。
• 漏报风险评估：没有发现问题不等于没有风险；未检查的目录、服务和业务逻辑仍然未知。
• 最终结论与修复沟通：风险接受、修复优先级、负责人和上线安排需要团队判断。

Web 应用安全测试指南强调检查范围、结果复核和报告质量；信息安全测试与评估指南则覆盖测试计划、执行、结果分析和缓解策略。自动化可能减少其中一部分重复劳动，但不能直接删除这些工作环节。

用同范围工时对照：计算到底省了多少

没有针对同一网站、同一代码版本和同一检查目标的实际记录，就不能严谨地给出统一节省比例。更不能把扫描或执行速度当成完整审计节省时间。你需要分别统计准备、执行、结果整理、误报处理、人工复核和修复沟通，并确保两种流程覆盖相同范围。

下面是待填写的对照表，不是实测结论。两组使用相同资产范围、检查目标、证据要求和报告格式：

节省比例按以下公式计算：

节省比例＝（人工基准总工时－AI Agent 流程总工时）÷人工基准总工时×100％

如果 Agent 执行较快，但误报复核和修复沟通耗时增加，净节省可能很有限。若两组的代码版本、范围或报告深度不同，就不能用结果宣称节省。测试范围和复核口径应预先固定，结果才适合比较。

结尾前验收：判断结果能否进入处置流程

可勾选验收清单：

• [ ] 检查对象、代码版本、授权和目录范围都有记录。
• [ ] 每条已确认发现都有代码证据，并能由另一位审查者复核。
• [ ] 误报已排除；无法确认的部署问题仍标为待验证。
• [ ] 已记录未覆盖的资产、路径和业务逻辑，没有把“未发现”写成“没有风险”。
• [ ] AI 流程和人工基准包含相同的准备、执行、整理、误报处理、复核与沟通环节。
• [ ] 处置记录包含风险判断、修复负责人和后续复测安排。

Cloudflare 的 Security overview 可用于审核安全行动项；你应把面板中的配置发现和代码审计结果分别留档，不要合并成“全站已审计”的结论。官方文档列出了面板显示的安全行动项和审核方式。

如果你目前依赖个人电脑临时运行 Agent，运行环境不易复现、审计文件与日常工作混放、多人协作时权限边界不清，都可能增加维护成本。租赁 Mac 只适合你确实需要临时、独立的 macOS 运行环境时；它不会把代码审计技能变成 Cloudflare 托管扫描，也不会免去人工复核。若你要了解 VPSSpark 的 Mac 运行环境，可先在帮助中心核对相关信息；长期稳定重负载或必须连接特定物理设备的团队，则应先比较自购设备等方案。先对一个已获授权的代码库做小范围同口径测试，再用完整工时和风险覆盖记录决定是否纳入常规检查。