Krisis Keselamatan Kod AI: 31.6% Kod Dijana AI Boleh Dieksploitasi

Lima Cabaran Keselamatan Siber Pembangunan Berpacu AI

Penyelidikan daripada Forum Ekonomi Dunia (WEF), Check Point, IOActive, dan badan keselamatan siber utama lain telah mengenal pasti satu set risiko yang berbeza dan boleh diukur yang dicipta oleh pembangunan perisian berbantukan AI.

1. Kod AI yang boleh dieksploitasi. Penilaian IOActive 2026 mendapati bahawa 31.6% sampel kod AI boleh dieksploitasi sepenuhnya — bermakna penyerang boleh berjaya menjejaskan sistem menggunakan kelemahan tersebut. Alat keselamatan tradisional hanya mengesan sebahagian daripada kecacatan ini . Laporan 'State of AI in Security & Development' 2026 oleh Aikido mendapati bahawa 69% organisasi telah menemui kelemahan daripada kod AI, dan 1 dalam 5 mengalami insiden keselamatan serius akibatnya .

2. Kelajuan mengatasi model keselamatan. Check Point Research melaporkan bahawa AI kini boleh menaakul kod dengan cukup baik untuk menjana eksploitasi berfungsi secara berskala, memampatkan tetingkap respons kelemahan kepada 12–72 jam — turun daripada rangka masa tradisional selama beberapa hari . Pasukan keselamatan yang menggunakan proses semakan berpacu manusia tidak dapat mengikuti kitaran pembangunan berpacu mesin.

3. Kehilangan konteks risiko. Banyak alat pengimbas sedia ada boleh mengenal pasti kelemahan individu, tetapi mereka kekurangan pemahaman tentang perubahan mana yang benar-benar penting kepada perniagaan, persekitaran mana yang disasarkan, dan risiko apa yang dibawanya . Ini membawa kepada keletihan amaran dan salah keutamaan.

4. Pendedahan kawal selia. Tinjauan Global Cybersecurity Outlook 2026 oleh WEF mendapati bahawa 87% pemimpin keselamatan mengenal pasti kelemahan berkaitan AI sebagai risiko siber yang paling pesat berkembang sepanjang tahun 2025 . Gartner menganggarkan bahawa menjelang 2027, lebih 40% pelanggaran data berkaitan AI akan berpunca daripada penggunaan GenAI yang tidak betul . Organisasi yang beroperasi di bawah GDPR, SOC 2, atau peraturan khusus industri kini berdepan tekanan yang semakin meningkat untuk membuktikan mereka telah menilai kod yang dijana AI.

5. Risiko AI bayang-bayang dan rantaian bekalan. Vektor serangan aktif kini termasuk suntikan prompt, pendedahan maklumat sensitif melalui alat AI, dan kompromi rantaian bekalan AI — di mana pintu belakang diperkenalkan ke dalam model atau kebergantungan yang diracuni . Deloitte mengenal pasti AI bayang-bayang (shadow AI) — penggunaan alat AI yang tidak terkawal oleh pekerja — sebagai salah satu risiko dalaman yang paling mendesak .

Bagaimana Platform Pengurusan Risiko Perubahan Cytix Berfungsi

Cytix meletakkan platformnya sebagai "lapisan keputusan keselamatan" yang berada di antara kitaran hayat pembangunan perisian (SDLC) dengan fungsi risiko, keselamatan, dan pematuhan . Daripada menambah alat pengimbas lain ke dalam timbunan, ia bertindak sebagai titik kawalan yang dilalui oleh setiap perubahan perisian — memahami perubahan, memutuskan tindakan keselamatan, mengesahkan risiko, dan menyediakan jejak bukti untuk pengawal selia . Platform ini beroperasi dalam empat peringkat:

Keterlihatan masa nyata. Cytix sentiasa memantau setiap perubahan perisian — tiket, permintaan tarik, perbezaan kod, dan pelepasan — dan membaca setiap satu untuk konteks: aset, persekitaran, dan sejarah. Ia mengekalkan graf pengetahuan berterusan landskap sistem supaya pasukan dapat melihat perubahan mana yang membawa risiko sebenar sebaik sahaja ia muncul .

Penilaian risiko segera. Daripada melayan setiap perubahan dengan sama, platform ini melayakkan apa yang berlaku dan menentukan respons yang berkadar — sama ada itu bermakna lebih banyak konteks, semakan keselamatan, model ancaman, atau ujian khusus. Perubahan berisiko rendah boleh diluluskan secara automatik; yang berisiko tinggi mendapat penelitian yang sesuai .

Pengesahan dan tindakan berpandu. Platform ini melaksanakan respons yang betul — dipimpin AI, disemak manusia, atau dihantar melalui perkongsian perkhidmatan terurus yang telah ditetapkan dengan NCC Group dan KPMG — memastikan tiada apa-apa yang berisiko bergerak ke hadapan tanpa pengendalian yang sesuai .

Bukti pematuhan. Setiap keputusan, tindakan, dan hasil dilampirkan secara kekal pada perubahan yang mencetuskannya, mewujudkan satu rekod jaminan yang bersambung. Pasukan tadbir urus, risiko, dan pematuhan boleh membuktikan perubahan mana yang telah dinilai, apa yang telah dilakukan, dan siapa yang memilikinya — atas permintaan, bukan di bawah tekanan .

Mengapa Ini Penting Sekarang

Ketua Pegawai Eksekutif Cytix, Ben Armstrong, merangka masalah dengan mudah: "Alat sedia ada boleh memberitahu anda kelemahan yang anda ada, tetapi tidak dapat memberitahu anda tentang risikonya. Kami melancarkan platform pengurusan risiko perubahan Cytix untuk mengawal risiko itu" .

Pendekatan platform — sedar konteks, berasaskan risiko, dan menghasilkan bukti — mencerminkan peralihan yang lebih luas dalam industri keselamatan siber. Apabila penjanaan kod AI terus memecut, jurang antara kelajuan pembangunan dan jaminan keselamatan adalah medan pertempuran baharu. Dengan $7 juta dalam Pembiayaan Series A, Cytix bertaruh bahawa perusahaan akan membayar untuk lapisan dasar dan bukti di sekitar setiap perubahan, dengan perunding yang telah mantap menyediakan pengedaran dan kepercayaan .

Bagi pemimpin keselamatan, datanya jelas: hampir satu daripada tiga sampel kod AI boleh dieksploitasi sepenuhnya, dan tetingkap untuk bertindak balas diukur dalam jam, bukan hari. Persoalannya bukan lagi sama ada pembangunan dipercepat AI mewujudkan risiko, tetapi sama ada model keselamatan anda dibina untuk mengendalikannya.

Artikel ini diterbitkan pada 13 Ogos 2026. Ia dikemas kini untuk mencerminkan pengumuman pembiayaan pada 12 Ogos 2026.