阿里等发布 LSCBench:vibe coding 代码功能达标却仅 25% 兼安全
Qwen · hf · 2026-10-14
阿里 Qwen 团队联合新加坡国立大学、阿里云安全团队发布 Last Secure Code Benchmark(LSCBench),系统评估 AI 编码 agent 生成代码的安全性。基准由 150 个真实漏洞构建,450 个任务覆盖 Java、C、C++、JavaScript、Python、PHP、Go 七种语言、24 种 CWE(含 2025 CWE Top 25 中的 21 种和 Top 10 KEV 中的 8 种),并设三种 vibe-coding 场景:补全函数、写文件、从零构建仓库源码树。任务描述只提功能要求、绝口不提安全,由隐藏的功能与安全测试评分。
结果堪忧:六个前沿 agent 的功能通过率在 73.6%-91.3%,但功能与安全双达标的最高只有 25.1%(Claude Fable 5),其余在 16.4%-24.7%;最强模型跨场景的漏洞场景通过率仅约 12%。vibe coding 的安全性存在实质性风险。
「编程与Agent」频道最新
- AI Agent 专用实体控制器 SlashVibe 10 月 27 日上 Kickstarter — sujingshen · 2026-10-14
- 让编码 Agent 一句话把游戏发布到 Rosebud,免费托管带试玩链接 — lishali88 · 2026-10-14
- Claude Code 2.1.300 即将发布，更新内容尚未公布 — ClaudeCodeLog · 2026-10-14
- Epic 重构游戏启动器公开支持 Linux,自称 vibe code 打造、启动比 Steam 快 1.8 倍 — AIFlow_ML · 2026-10-14
- a16z：长时 agent 接管「接力赛」流程，按结果收费取代按工时计价 — a16z · 2026-10-14
- 用户让 Claude 自建测试工具,几分钟修复 Meta VR 深度遮挡闪烁 — nptacek · 2026-10-14