Perplexity 開源 Bumblebee：專為開發者端點設計的唯讀式供應鏈安全掃描器

現代軟體開發高度依賴開源套件、開發工具、編輯器外掛，以及越來越多的 AI 助手。這種生態系帶來了巨大的生產力，但同時也讓軟體供應鏈攻擊面迅速擴大。

Perplexity 最近將其內部使用的安全工具 Bumblebee 開源。這是一個專門用來掃描開發者電腦的安全工具，可以快速找出系統中是否存在有風險的套件、外掛或 AI 工具設定。

與許多安全工具不同的是，Bumblebee 採用 完全唯讀（read‑only）設計。這意味著它在調查供應鏈事件時，只會讀取系統中的資訊，而不會執行任何安裝或腳本，降低誤觸惡意程式的風險。

Bumblebee 是什麼

Bumblebee 是 Perplexity 開源的輕量級安全掃描器，主要用於檢查 開發者端點（developer endpoints） 上的軟體組件。

它可直接在 macOS 與 Linux 開發者電腦上執行，並盤點系統中已安裝的套件、外掛與 AI 工具設定。

與傳統安全工具常聚焦於原始碼庫或生產環境不同，Bumblebee 專門檢查開發者工作站本身。這個環節往往是企業安全可視性最薄弱的地方，但卻是供應鏈攻擊常見的切入點。

透過快速盤點本機環境，安全團隊可以回答一個關鍵問題：

某個已被通報存在風險的套件或外掛，是否已經出現在開發者的電腦上？

為什麼「唯讀掃描」很重要

Bumblebee 最大的設計特色是：不會執行任何套件管理器或安裝腳本。

它只會讀取磁碟上的中繼資料，例如：

• dependency lockfile
• 套件管理器的已安裝紀錄
• 外掛 manifest
• AI 工具設定檔

這樣的設計在資安事件調查中特別重要。

許多惡意套件會把攻擊行為藏在 install hook 或 post‑install script 中。如果掃描工具在調查時觸發這些流程，反而可能啟動惡意程式。

Bumblebee 的唯讀模型可避免這種情況，因為它：

• 不會呼叫 npm、pip 等套件管理工具
• 不會執行 install 或 lifecycle scripts
• 只把系統當成「盤點資料來源」

結果就是一種被動但安全的檢查方式：可以找出潛在暴露風險，但不會改動系統。

Bumblebee 會掃描哪些內容

Bumblebee 會盤點開發者電腦中幾種常見的供應鏈攻擊入口。

1. 程式語言套件生態系

工具會讀取多個常見套件生態系的中繼資料，包括：

• npm、pnpm、Yarn、Bun
• PyPI
• Go modules
• RubyGems
• Composer

它透過解析 lockfile 或套件資訊，判斷系統中有哪些套件與版本，而不需要執行套件管理器。

2. 編輯器外掛

現代開發者大量使用 IDE 或程式編輯器外掛，而這些外掛通常能存取原始碼、API token 或憑證。

Bumblebee 會盤點 編輯器外掛與其設定檔，找出可能存在風險或被入侵的插件。

3. 瀏覽器外掛

越來越多安全研究將瀏覽器外掛視為開發供應鏈的一部分。Bumblebee 也能盤點系統中的 瀏覽器擴充套件，協助比對已知風險清單。

4. AI Agent 與 MCP 設定

隨著 AI 開發工具普及，新的攻擊面也開始出現。

Bumblebee 會掃描與 Model Context Protocol（MCP） 或其他 AI agent 工具相關的設定檔，例如 mcp.json 等配置。

這些設定可能連結外部服務或工具，如果被入侵，也可能成為供應鏈攻擊的入口。

三種掃描模式：對應不同安全場景

Bumblebee 提供三種掃描模式（scan profiles），讓企業能依不同需求調整掃描範圍。

Baseline

基礎盤點模式，掃描常見的開發者電腦目錄。企業可以透過 MDM 或裝置管理系統定期執行這種掃描。

Project

針對特定專案或開發目錄進行掃描，例如某個 repository 或 workspace。

Deep

完整掃描模式，通常在發生資安事件時使用，會搜尋更廣泛的檔案系統路徑，以找出所有潛在暴露點。

這三種模式讓團隊可以從日常監控延伸到事件應變調查。

以「風險目錄」為基礎的偵測

Bumblebee 的偵測機制依賴一種稱為 exposure catalog（暴露風險目錄） 的資料來源。

這些目錄包含已知有問題的：

• 套件
• 版本
• 外掛
• 工具設定

掃描時，Bumblebee 會將本機盤點結果與目錄比對。如果發現命中項目，就會標記為潛在風險。

每個偵測結果都能追溯，例如：

• 哪一個 catalog 條目觸發警示
• 該條目何時加入
• 對應的本機證據

這讓資安團隊能快速回答一個關鍵問題：

目前有哪些開發者電腦暴露在這個供應鏈漏洞之下？

為什麼這類工具越來越重要

近年來，開源生態系已成為攻擊者的重要目標。

研究顯示，已知的惡意開源套件總數已超過 123 萬個，其中 2025 年就新增超過 45.4 萬個。

另一份報告指出，2025 年偵測到的惡意開源套件數量比前一年增加了 73%。

同時，開發者電腦上運行的工具種類也越來越多：

• 套件管理器
• 編輯器外掛
• 瀏覽器插件
• AI agent 與整合工具

許多企業其實對這些本機環境缺乏可視性。

Bumblebee 的定位正是補上這個缺口：

它不取代 runtime security 或 repository scanning，而是提供開發者端點層級的快速盤點能力，讓企業在供應鏈事件發生時能迅速確認影響範圍。

總結

Perplexity 開源的 Bumblebee 提供了一種務實的解法：

在不執行任何程式碼的情況下，安全地盤點開發者電腦中的潛在供應鏈風險。

透過：

• 唯讀掃描架構
• 涵蓋套件、外掛與 AI 工具設定
• 基於風險目錄的偵測流程

安全團隊可以在供應鏈事件發生時，迅速了解哪些開發者端點受到影響。

隨著 AI 工具與開源依賴持續增加，能夠安全盤點開發者環境的工具，正逐漸成為現代應用安全體系中的關鍵一環。