AI 可以快速找出代码中“看起来危险”的模式，但发现疑点并不等于确认漏洞。缺少可达性分析、运行时验证和稳定复现时，扫描结果很容易被误报与模型幻觉淹没。Google 开源的 Mantis 试图把 AI 从单纯的告警生成器变成执行漏洞生命周期的智能体框架，覆盖识别、验证、复现和修复。 传统扫描流程通常停在静态告警：某个输入可能未过滤、某个依赖版本可能受影响...
Google 开源了 Mantis，一个覆盖软件漏洞生命周期的 AI Agent 框架。它处理的不只是“发现可疑代码”，还包括验证漏洞、构造复现方式以及辅助修复。这个方向直指 AI 代码扫描的核心问题：模型能够生成大量看似合理的安全报告，但其中可能混有误报，甚至完全由幻觉产生的漏洞。 传统静态扫描器通常根据数据流、规则或模式输出告警。引入大模型后，扫描...
袋鼠数据库工具 v9.8.1 已上线。这款 AI 驱动的数据库客户端覆盖 MariaDB、MongoDB、MySQL、Oracle、PostgreSQL、Redis、SQLite 和 SQL Server 等常见系统，并提供建表、查询、模型设计、数据同步、导入导出等能力，可运行在 Windows、macOS 和 Linux 上。对于同时维护多种数据库的...
零信任解决的是“默认不信任、持续验证”的访问问题，但自主 AI 代理把问题推向了更细的粒度：一个代理可能代表用户读取邮件、修改代码、调用支付接口，甚至连续执行数十个工具动作。Google 在 BeyondCorp 之后提出 Beyond Zero，将零信任扩展到 AI 时代，核心变化是把访问决策从“应用能不能访问”推进到“某个主体能否对某个资源执行某个...
零信任解决的是“每次访问都要验证”的问题，但自主 AI 智能体带来了更细的安全挑战：它可能代表用户调用多个服务、读取不同资源，并根据上下文连续执行动作。Google 在最新研究中提出 Beyond Zero，将零信任模型扩展到 AI 时代，把访问决策从应用级别推进到具体资源和具体动作。 这意味着安全策略不再只回答“这个身份能否访问这个应用”，还要回答“...