GitHub 将 AI Scan 代码安全扫描推至正式版：覆盖 CodeQL 之外的漏洞

新闻原文

10 月 15 日，GitHub 将面向拉取请求的 AI Scan 代码扫描（code scanning AI Scan for pull requests）正式发布。它作为 CodeQL 静态分析的补充，专门发现后者当前未覆盖的语言与框架里的漏洞。

GitHub 列出首批支持示例，包括 PHP、Shell/Bash、Terraform 配置（HCL）、Dockerfile、JSP for Java、Blazor for C# 等。扫描在代码扫描与对应 AI Scan 设置均开启时自动运行，结果出现在对话与变更文件标签页，并带有「AI」标识以区别于 CodeQL 警报。

一条发现可以包含对安全风险的自然语言说明，以及建议的自动修复。GitHub 明确：这些结果只是建议性质，不会让代码扫描检查失败，也无法通过规则集要求阻止合并。来自分叉仓库或 Dependabot 创建的拉取请求会被跳过。

可用性按仓库归属划分：组织或个人名下的公开仓库无需额外许可即可启用；私有或内部组织仓库则需要 GitHub Code Security 或 Advanced Security。关键是，运行它不需要 Copilot 许可，计费走独立的「Code Security AI Credits」，管理员可设预算上限。

企服观察

这则发布最值得注意的，是它把 AI 安全扫描和 Copilot 许可彻底解耦。过去企业安全团队想用 GitHub 的 AI 能力，往往被绑进 Copilot 席位采购；现在只要已有 Advanced Security，就能直接开扫描，采购链路被砍断。

对中小团队尤其友好的是公开仓库零门槛。任何组织或个人名下的公开项目都能免费启用，等于给开源生态补了一层原本要付费才能在私有仓用的安全护栏，这对供应链安全是实打实的增量。

但「建议不阻断」这一点要讲清楚。AI Scan 的发现不会让检查失败，也不能接进规则集去卡合并。也就是说它目前只是个「提醒器」，真正的强制门禁还得靠 CodeQL 或外部策略，企业别误以为开了它就自动守住了底线。

跳过分叉与 Dependabot 的设定很务实。外部贡献者提交的 PR 往往是最容易被投毒的入口，但 GitHub 选择先不在这里跑 AI 扫描，可能出于误报干扰与算力成本的权衡，也意味着供应链最危险的一环暂时还不在 AI Scan 覆盖内。

从技术定位看，AI Scan 是「补 CodeQL 的盲区」而非替代它。CodeQL 靠规则与数据流分析，但新语言、新框架、胶水脚本常常来不及写规则；AI Scan 用模型去嗅这些边缘处的风险，二者是互补关系。

对企业落地，真正的成本变量是 AI Credits 计量。每次符合条件的 PR 被扫描就消耗额度，安全团队需要在 Advanced Security 预算里单独给扫描划账，并设置 SKU 级上限，否则一次大规模重构可能把额度烧穿。

一个被低估的风险是误报疲劳。当 AI 建议越来越多却都不阻断，开发者容易养成「看见 AI 标识就跳过」的习惯，反而让真正关键的发现被埋没。建议把 AI Scan 结果和人工复核流程绑定，而不是只挂在那里。

从行业节奏看，GitHub 在 10 月密集上线了一系列安全能力：密钥扫描默认拦 Anthropic 密钥、本地沙箱 GA、Agentic 自动修复 GA，AI Scan 是这条线上的重要一环，方向是「把安全审查嵌进 PR 而不是留到上线前」。

对国内的企服与开源团队，这是个可以直接用起来的能力。很多团队没有专职安全工程师，PR 阶段靠人工 review 很容易漏掉 PHP、Shell、Dockerfile 这类「非主语言」里的坑，AI Scan 恰好补的是这个最弱的位置。

值得警惕的是，AI Scan 只扫 PR 的 diff，不是全仓扫描，也暂不支持分叉。对已经合入主线的历史债务，它无能为力；企业仍需配合定期的全量扫描和依赖审计，别把新工具当成安全体系的全部。

治理层面，GitHub 把 AI Scan 的用量放进企业账单的「AI usage」并以 Advanced Security 产品列示，还支持预算封顶。这种「可计量、可封顶」的设计，恰恰是大型企业采购 AI 安全能力时最看重的合规前提。

对集成商和 DevSecOps 厂商，AI Scan 既是助力也是压力。它把基础的安全扫描免费化、内建化，独立扫描工具若不能提供更强的阻断、合规报表或跨平台聚合，价值会被进一步挤压。

一个微妙的信号是，GitHub 没有承诺何时（或是否）会给 AI Scan 加上「阻断合并」的强制能力。这说明平台对 AI 误报的代价仍有顾虑，企业今天能依赖的仍是「人审加规则集」，而非模型的一票否决。

对开源维护者而言，AI Scan 免费覆盖公开仓库还有个隐性好处：它把安全审查的门槛降到「人人可用」，让小型项目也能享受过去只有大厂才配备的自动化安全能力，长期看有助于抬高整个开源生态的代码安全基线。

总体判断：AI Scan 正式版不是颠覆性产品，而是把 AI 安全审查从「预览玩具」推进到「可计量、可嵌入 PR 流程」的生产组件。它的价值在于降低启用门槛、扩大覆盖盲区，而不是替团队做最终的安全决策。