- Amazon 雲科技與 Anthropic 和 OpenAI 合作進行 AI 編程安全整合。
- AWS Continuum 會分析實際使用的 AWS 環境以篩選風險。
- 提升人工智能模型識別漏洞的能力不足以滿足企業需求。
- 接入 Claude Code 和 OpenAI Codex 有助於擴大安全服務覆蓋範圍。
近日，Amazon 雲科技（AWS）宣佈與 Anthropic 和 OpenAI 展開人工智能編程安全合作，將 AWS Continuum 整合至 Claude Code、OpenAI Codex 以及 Kiro 等人工智能編程環境中。此次合作的重點在於將漏洞發現、風險排序、驗證及修復建議進行系統整合，以簡化這些繁瑣的流程。
AWS Continuum 的功能與優勢
AWS Continuum 並非僅僅判斷代碼中是否可能存在缺陷。該服務會將可疑漏洞與客户實際使用的 AWS 環境相結合，同時分析系統配置參數、IAM 策略、網絡結構及外部暴露情況，從中篩選出真正需要優先處理的風險。開發者今後可在人工智能編程工具內直接獲得經過安全驗證的代碼建議，而無需在編寫代碼後切換到其他安全平台。
AWS 認為，單純提升人工智能模型識別漏洞的能力，仍不足以滿足企業的安全需求。在實際生產環境中，更重要的是確認某項漏洞是否能被利用、會影響哪些資源，以及是否需要立即處理。因此，AWS Continuum 被設計為一個集成多種模型和工具的編排層架構，將發現問題、判斷風險、驗證漏洞及生成修復方案串聯起來。
擴大安全服務覆蓋範圍
對於 AWS 來説，接入 Claude Code 和 OpenAI Codex 也有助於將其安全服務覆蓋到更多開發者。作為雲基礎設施服務商所積累的客户環境數據和運營背景信息，將其深度融入安全分析體系，從而打造差異化競爭優勢。
AWS 如何提升編程安全性
AWS 與 Anthropic 和 OpenAI 的合作，顯示了雲服務商在提升編程安全性方面的努力。透過整合 AWS Continuum，開發者能夠在編程過程中即時獲得安全建議，減少切換平台的麻煩。這不僅能提高效率，還能有效降低因漏洞而導致的風險。此外，AWS 的策略強調了在實際環境中，僅依賴模型識別漏洞是不夠的，必須綜合考慮多方面的安全因素，這對於企業的安全策略至關重要。