夜雨聆风6 个扫描阶段，4 个算力层级，3 个独立验证者投票。Anthropic 刚发布的 Claude Security 插件，把代码漏洞扫描拆成了一个多代理矩阵。
- 安装只需两行命令，插件源码在 claude-plugins-official 仓库，当前版本 0.10.0。
- 扫描管道分为 Inventory、Threat model、Research、Sweep、Panel、Adversarial 6个阶段，支持 low 到 max 4个 effort 层级。
- 漏洞发现必须经过 REACHABILITY、IMPACT、DEFENSES 3个验证者投票，2/3 多数决才能进入最终报告。
这套多代理架构把编排和探索分离，Opus 负责统筹，Sonnet 负责代码探索。对于跑长任务或处理复杂代码库的团队，这种分层设计能显著降低 token 消耗，同时把误报率压在可控范围内。
多代理扫描管道拆解
扫描管道被实现为一个动态工作流，通过 JavaScript 编排脚本将任务分发给子代理。整个流程声明了 6 个阶段：Inventory 负责将仓库划分为组件；Threat model 为每个组件生成入口点和信任边界；Research 针对 injection-and-input、auth-and-access、memory-and-unsafe、crypto-and-secrets 4 个固定类别进行网格化研究；Sweep 负责查漏补缺；Panel 进行三视角对抗验证；Adversarial 则对边缘保留项进行红队测试。
在模型分配上，orchestrator 运行在 Opus 上，而 repository cartographer 和 read-only code explorer 运行在 Sonnet 上。scan agents 被严格限制为只读工具，确保扫描过程不会意外修改代码。
算力层级与验证机制
operational scale 由 4 个 effort 层级决定。在 low 和 medium 层级，组件上限被限制在 12 个，每个 matrix cell 分配 1 个 researcher；而在 high 和 max 层级，组件上限扩展到 24 个，researcher 增加到 2 个，gap-fill sweeps 从 0 增加到 2。
漏洞报告的生成机制是这套系统的核心。候选发现不会直接入库，必须交给 3 个独立验证者。每个验证者返回 TRUE_POSITIVE 或 FALSE_POSITIVE。保持法定人数是 3 投 2 中。如果 3/3 一致，置信度上限为 high；如果是 2/3，则限制在 medium。统计由 Python 报告渲染器计算，而非模型断言。
安装配置与输出产物
插件需要 Claude Code v2.1.154 或更高版本的付费计划，并在 /config 中启用 dynamic workflows。环境需要 Python 3.9.6 或更高版本以及 Git。安装命令如下：
/plugin install claude-security@claude-plugins-official
/reload-plugins
如果找不到 marketplace，先运行：
/plugin marketplace add anthropics/claude-plugins-official
扫描完成后，会在仓库根目录生成一个带时间戳的 CLAUDE-SECURITY-
git apply CLAUDE-SECURITY-/patches/F1.patch
需要注意的是，这个插件在会话中运行时没有自身的隔离机制，已提交的 .claude/ 设置和 hooks 依然生效。虽然它把仓库内容当数据而非指令处理，但这并不能防御恶意仓库。对于不熟悉的代码库，官方建议配合 sandbox-runtime 进行沙箱隔离。此外，扫描结果是非确定性的，不能完全替代传统的静态分析或代码审查。在落地时，建议先用 small diff 跑通流程，再逐步放开到全库扫描，避免 token 消耗失控。
留言聊聊
你现在主力跑什么模型做代码审查？显存和 token 预算怎么分配的？
往期推荐
- ·Kimi K2.6 对决 GPT-5.4，编码能力不输美系巨头
- ·3090跑Qwen3.6-27B，80.2tok/s实测翻倍
- ·DeepSeek-R1 完全开源复现：350k 数据集与 7B 模型解析
点击公众号头像 → 历史消息，可翻阅以上文章