托管化漏洞扫描把“发现到验证”接上了,责任边界落在哪一环
AWS Continuum for code vulnerabilities 把代码漏洞的发现、验证、按业务影响排序和修复建议串成一条托管流程,但当前版本每条修复仍需人工批准合并,变更决定权没有交出去。文章按数据边界、判定边界、变更边界三层拆解接入前要核对的事项,并说明公告中的演示场景不等于可复现基准、价格与准确率指标本次材料未提供。
- 托管的是发现与验证,不是变更决定:公告写明每条修复都从“服务提议、人工批准”开始。
- 验证证据有层级(如静态分析证明、沙箱复现附 PoC),但公告未给准确率、误报率等指标,不能把证据类型当作质量承诺。
- 接入前真正要定的是三件事:采集在哪几个账号与区域、谁能批准 PR、哪些仓库先接。
结论先放在前面:这一类服务托管掉的是“发现”和“验证”,没有托管“决定”。AWS 在 2026 年 10 月 22 日的公告中宣布 AWS Continuum for code vulnerabilities 正式可用(AWS News Blog),它自动找出代码漏洞、确认哪些在当前环境中可利用、按业务影响排序,并把修复以补丁或拉取请求(PR)的形式交出来。但同一篇公告明确写着:每一条修复都从“服务提议、人工批准”的模式开始,由人审阅并合并;让服务在用户划定的护栏内自主执行,属于“未来”的能力。
所以对开发者来说,真正需要先想清楚的不是“它准不准”,而是责任落在哪一段。下面按数据边界、判定边界、变更边界三层拆开讲。这个三层分法是本文的组织方式,不是 AWS 的表述。
一、它把哪两个原本分离的环节接了起来#
按公告描述,Continuum 用前沿 AI 模型做四件事:发现、验证、按业务影响排序、产出修复。它要解决的是传统扫描器的老问题——通用严重度分数不告诉你攻击者实际能碰到什么。公告举的对比很直接:一个只用于开发的工具上的 critical,和一个离支付数据库只差一步的服务上的 medium,在分数上看起来一样;而确认一条发现是否可利用,过去要花数小时人工调查,把修复安全上线又要跨安全、基础设施、应用团队协调数天。
它的判断依据不只看代码。公告说 Continuum 从两个来源构建上下文图(context graph):代码仓库,以及你的 AWS 环境。后者需要在代码运行的账号和区域里部署一个 collector,采集 AWS Config 资源、网络配置等信息,用来判断漏洞是否能经网络触达、从它能摸到什么。有了这张图,它才能识别客户数据存储、支付链路、认证服务这类高价值系统,并按每条问题的攻击路径与这些系统的距离排序。
这一步是托管化最实质的变化:扫描器输出的是“发现”,服务输出的是“带环境上下文的判定”。代价是它必须读你的环境。
二、数据边界:采集范围就是第一条责任线#
公告给出的接入顺序值得原样保留,因为每一步都对应一个权限决策:
- 连接代码源。两种:GitHub 集成,或 Amazon S3 存储桶。
- 创建 environment,按你选定的计划扫描。若用 S3 源,桶必须与服务开通的账号、区域一致,并通过一个由服务承担的 IAM 角色授权访问。
- 可选:在代码运行的账号和区域部署 collector,并把 environment 授权给它使用,从而获得 AWS 基础设施上下文。
也就是说,上下文采集是可选的,但“可选”不等于“无关”。不接 collector,判定就只能基于代码本身,攻击路径和爆炸半径的推断会弱一些——这是推断,公告没有逐项列出关闭采集后哪些结论会退化,需要实测才能确认,本次材料未提供。接上 collector,你要接受的是:服务会读取资源配置与网络拓扑。这两者的敏感度不同,前者偏资产清单,后者接近攻击面地图。
建议在接入前把三件事写成文档:collector 装在哪些账号与区域、IAM 角色授予的具体动作清单、以及谁能修改这些配置。第三项容易被忽略——如果任何工程师都能新建 environment 并授权 collector,采集边界就形同虚设。
三、判定边界:证据分层,但不是质量承诺#
公告对“验证”的描述是有层次的,这一点比“AI 找漏洞”的说法更值得细读:
- 证据等级(evidence level):例如由对脆弱代码路径的静态分析得出的结论。
- 可复现的发现:在隔离沙箱中运行 exploit,附上概念验证代码与复现步骤。
- 输出形态:攻击路径、支撑该判定的源码分析、爆炸半径评估,而不只是一个风险分数。
- 防御有效性:评估现有防护是否会发现并阻断这条已验证的路径。
这四层回答的是“你凭什么这么说”,而不是“你说对的概率是多少”。公告没有给出准确率、漏报率或误报率数字,本次材料也未提供,任何关于“误报降低多少”的预期都应标为待核实。
公告里有一段界面演示记录,某条问题被评为 High、可利用性为 Exploitable、证据等级 Static proven、可能性 High、影响 Moderate,修复以 PR 形式落到 GitHub,改动 4 个文件、新增 50 行、删除 24 行,涉及 cart service。这组数字是 AWS 作者在自建演示环境里的界面截图描述,不是可复现的基准,也不能当作性能数据引用。同理,公告提到的可用区域只有 US East (N. Virginia) 与 US West (Oregon);定价页面被指向但未给数字,价格待核实。
四、变更边界:PR 打开不等于问题关闭#
修复有三种形态:代码补丁、依赖升级、配置变更,统一以 PR 形式开在你连接的仓库里,PR 描述携带与控制台相同的风险评估与证据。公告和控制台文案都强调了一句话的意思:生成了补丁,不代表问题已修复。最终决定权留在团队手里,因为合并动作、以及合并之后是否真的生效,仍然取决于你的评审和发布流程。
| 环节 | 服务当前承担 | 仍需人承担 |
|---|---|---|
| 发现 | 扫描并按计划重跑,可按需触发 | 确认扫描范围覆盖了哪些分支与仓库 |
| 验证 | 给出证据等级、沙箱复现与攻击路径 | 判断这份证据是否适用于你的部署形态 |
| 排序 | 按攻击路径与高价值系统的距离排序 | 校正“高价值系统”的认定是否符合实际业务 |
| 修复 | 生成补丁并开 PR | 评审、合并、发布、回归验证 |
这张表里的第四行是责任边界最硬的一段。建议在仓库侧先设好必需评审人与分支保护,让“人工批准”不只是流程口头约定——具体配置方式需按你使用的代码托管平台核实,本文不展开。
五、为“未来自动应用”提前准备什么#
公告说未来会允许用户决定服务能自主执行哪些动作,并给出了置信度门的例子:测试覆盖率、范围边界、历史成功率。这三个都是可度量的,也都能提前积累:
- 测试覆盖率:没有测试的服务,自动应用的修复无法被自动验证,建议先不纳入。
- 范围边界:例如限制单次 PR 的改动文件数与行数上限,超出即转人工。
- 历史成功率:记录每一类修复(补丁 / 依赖升级 / 配置变更)的合并率与回滚率,作为日后放宽权限的依据。
这三条是基于公告所列门槛提出的准备建议,不是产品现有功能。当前版本的行为仍是每条都要人批准。
还需要核实的部分#
本次材料只包含公告页面的抓取片段,未做独立测试。以下事项在材料中没有依据,应视为待核实:服务的实际定价与计费口径、在其他区域的可用时间、对非 AWS 运行环境的支持程度、扫描频率上限、以及任何准确率或效率指标。如果你的团队正准备评估,务实的起点是选一个有测试覆盖、依赖清晰的中等规模仓库接入,跑完一轮完整流程,再决定是否扩大采集范围。
常见问题(FAQ)
Continuum 会自动合并修复吗?
可以用哪些代码源?
现在在哪些区域可用?
参考来源
以上为本文写作时的参考资料,引用观点以原文为准。