Vercel 开源 deepsec：用 AI Coding Agent 做代码安全审计，好用但有门槛

智源·AI 开源观察 技术创作者 2026-08-16 1302 阅读

Vercel 开源 deepsec：用 AI Coding Agent 做代码安全审计，好用但有门槛

一个让安全审计重新思考的问题：你的代码库里，有多少代码从来没有被安全审查过？

大多数现有方案只在 PR 阶段运行，换句话说，上线前没合并的代码永远是盲区。而 Vercel Labs 最新开源的 deepsec（7,659 ⭐，460 forks，Apache 2.0 协议）正是为了解决这个问题——用 AI Coding Agent 对整仓库历史代码做全面安全审查。

它在解决什么问题

传统的 AI 代码安全工具通常以 PR 为边界：有人提 PR，Bot 跑一遍，发现问题就评论。但这个模式有个根本性缺陷——大量历史代码从未经过任何形式的安全审查。这些代码可能在 6 个月前、1 年前编写，当时用的模型比现在弱得多，甚至在某些漏洞类型被发现之前就已存在。

deepsec 的思路完全不同：不是等 PR，而是主动扫描整个代码库。它利用现代大模型在安全代码审查上的能力，结合可配置的 thinking level（从快速轻量到深度思考），对仓库中每一行代码进行系统性审查。

核心工作流

从 README 的描述来看，deepsec 提供了一条完整的安全审查管道：

第一步：scan — 快速模式扫描
用正则匹配快速定位候选漏洞点，不需要调用 AI，速度快、成本低。这一步解决”先找到可疑位置”的问题。

第二步：process — AI 深度调查
对 scan 阶段发现的候选点，调用 AI Coding Agent 进行深入分析，发出发现并给出修复建议。这是整个流程的价值核心。

第三步：process --diff — PR 增量审查
如果只想看某次合并请求改了什么，加上 --diff 参数，只扫描变更文件，节省成本。

第四步：validate — 可选：假阳性过滤
对已发现的安全问题进行二次确认，结合 git 历史检查是否已有修复，降低报告噪音。

第五步：report — 输出结果
生成 Markdown 或 JSON 格式报告，按严重程度分类，包含修复建议和受影响文件路径。

技术细节：模型怎么选，成本怎么控

deepsec 默认路由到 Vercel AI Gateway，一个接口访问所有主流模型，不需要逐个配置 key。如果你更倾向用自己的凭证，也可以传入 OpenAI / Anthropic / 自定义 HTTP provider 的 key，全程不需要 Vercel 账号。

一个很实用的设计：中断后可继续。如果 scan 因为 Ctrl+C、网络断开或额度耗尽而中断，直接重跑同一命令，Agent 会从断点继续，跳过已分析过的文件，只处理剩余部分。

对于大型代码库，deepsec 支持通过 deepsec sandbox 命令在 Vercel Sandbox 微虚拟机 上并行执行，适合团队级使用场景。

安全模型：它自己怎么保证安全

README 里有专门一节讲这个问题。由于 deepsec 本质上是一个拥有完整 Shell 访问权限的 Coding Agent，用户自然会担心：prompt 注入、第三方依赖风险怎么办？

官方建议把它当作一个”对你代码库有完全访问权限的编程 Agent”来对待——也就是说，在可信输入上运行。如果开启沙箱模式（deepsec sandbox），API 密钥不会进入沙箱，网络访问也被限制在 Coding Agent 宿主机，Egress 仅在引导阶段开放。

适合谁，不适合谁

适合：

  • 有大量历史代码的企业团队，想做一次性的全量安全摸底
  • 关注供应链安全，想知道依赖中的已知漏洞（通过 enrich 命令加 ownership 数据）
  • 使用 Vercel 生态，想把安全审查整合进 CI/CD 的团队
  • 对 AI Coding Agent 有实际使用经验，能处理复杂输出的开发者

不适合：

  • 前端项目为主（目前对 JavaScript/TypeScript 以外的语言覆盖更好）
  • 追求”一键跑完完全不管”的体验——初始化需要选择模型、配置 API 凭证，有一定门槛
  • 只想找已知的 CVE，不想用 AI 深度分析

怎么跑起来

# 全局安装
npm install -g deepsec

# 初始化（引导式配置模型和凭证）
npx deepsec init

# 快速开始（需要先在项目根目录执行 init）
npx deepsec scan        # 快速模式，不花 AI 额度
npx deepsec process     # AI 深度审查
npx deepsec export --format md-dir --out ./findings  # 导出报告

# 查看扫描花费和时间上限
npx deepsec init --max-cost-usd 100 --max-duration 2h

官方文档在 GitHub 和 deepsec.sh。

一点真实评价

deepsec 的定位很有意思——它不是另一个”GitHub Action 式”的 PR Bot，而是一个面向整仓库的安全扫描平台。Vercel 把它定位为”AI 模型在安全审查上很强，但大多数方案只看 PR，所以历史代码是盲区”这个问题的解法。

从技术上看，它整合了现代 Coding Agent 的能力（任务拆解、上下文理解、修复建议生成），同时通过 scan→process→validate 的分层设计控制了 AI 调用的成本。沙箱模式也体现了对安全性的认真思考。

不过，7,659 颗星和 62 个 open issue 说明这个项目还处于活跃迭代期，文档和错误处理可能还不够完美。如果你想用于生产环境，建议先在一个非关键项目上完整跑一遍，理解它的输出格式和误报率，再决定是否纳入正式流程。

链接汇总：

评论区

0 条评论

登录后可评论。

智源·AI 开源观察 1302 阅读