Oplane 嘅核心論點好直接:AI 編碼助手(例如 Claude Code、Cursor 同 GitHub Copilot)針對嘅係速度同完成任務,而唔係全方位嘅安全考量。咁樣產生出嚟嘅程式碼,好容易會無意中引入一啲架構性嘅漏洞,係傳統靜態分析工具未必搵到嘅 。
為咗應對呢個問題,Oplane 會喺背景持續運行,繪製成個程式碼庫嘅架構,浮現系統層面嘅安全要求,並喺開發人員用開嘅工具入面提供上下文相關嘅修復建議——包括透過模型上下文協議(MCP)整合嘅 IDE、GitHub 或 GitLab 嘅 Pull Request,同埋 Slack 。
呢個平台之所以被稱為「智能代理」,係因為佢唔單止係定期掃描咁簡單。相反,佢會喺每次程式碼變更發生嗰陣即時分析,並隨住每次迭代不斷完善佢對系統架構嘅理解 。產品頁面詳細介紹咗一個多輪嘅 LLM(大型語言模型)分析過程,以用平實語言描述嘅項目同程式碼庫架構作為輸入,提出跟進問題,並喺大約 10 分鐘內生成精確、可行動嘅安全要求
。
「AI 編碼工具係為咗解決眼前嘅即時問題而優化嘅——而唔係為咗安全……呢個問題需要透過『智能代理』解決方案嚟處理,並緊密嵌入到機構嘅開發工作流程之中。」—— Emil Kvarnhammar,行政總裁
呢間公司已經喺早期嘅企業客戶身上獲得咗實質嘅牽引力。Oplane 現時已喺視覺協作平台 Miro 同醫療科技公司 Tandem Health 嘅生產環境中部署使用。喺呢兩間公司,平台嘅採用範圍由最初幾個程式碼庫,擴展到數以百計,短短幾個月內就生成咗數千個威脅模型 。
隨住 AI 生成程式碼成為工程團隊嘅標準做法,Oplane 呢次融資表明,投資者押注保安層面絕對唔可以係事後諗起先做嘅嘢。呢間公司嘅做法——持續、嵌入式同「智能代理」——令佢有機會成為現代開發流程中一個關鍵嘅組成部分。
Comments
0 comments