SCW Trust Agent：人工智能--人工智能辅助 SDLC 的可见性和管理
.avif)
人工智能编码工具的广泛应用正在改变软件开发。目前，78% 的开发人员1正在使用人工智能来提高生产率，创新速度前所未有。但是，这种快速发展也伴随着严重的风险。
研究表明，在功能正确的人工智能生成的代码中，高达 50% 的代码是不安全的2。这不是一个小错误，而是一个系统性挑战。这意味着开发人员每次使用 GitHub Copilot 或 ChatGPT 等工具时，都可能在不知不觉中将新的漏洞引入代码库。其结果是，速度和安全风险危险地交织在一起，而大多数组织都不具备管理这些风险的能力。
影子人工智能 "的挑战
如果没有管理人工智能编码工具使用的方法，CISO、AppSec 和工程领导者就会面临他们无法看到或衡量的新风险。如何回答以下关键问题？
- 我们的代码中有多大比例是人工智能生成的？
- 正在使用哪些MCP？
- 正在使用哪些未经批准的型号？
- 不同模式会产生哪些漏洞？
缺乏可见性和管理会带来新的风险和不确定性。这就是 "影子 IT "的定义，只不过是针对你的代码库而言。
我们的解决方案--信任代理：人工智能
我们相信，您可以同时拥有速度和安全。我们自豪地推出 信任代理：人工智能是我们的 Trust Agent 产品的一项强大的新功能，可提供您所需的深度可观察性和控制性，让您在软件开发生命周期中自信地拥抱人工智能。 利用独特的信号组合，Trust Agent：AI 提供
- 可视性：查看哪些开发者正在使用哪些AI编码工具、大型语言模型和机器学习平台，以及在哪些代码库上使用。不再存在"隐形AI"。
- 风险度量：将人工智能生成的代码与开发人员的技能水平和引入的漏洞联系起来，以了解在提交级别引入的真正风险。
- 管理：自动执行策略，确保人工智能开发人员符合安全编码标准。
信任代理：人工智能仪表板提供有关人工智能编码工具使用情况、贡献开发人员、代码库等信息的洞察力。
开发人员的角色：最后一道防线
虽然 Trust Agent：虽然人工智能为您提供了前所未有的管理，但我们知道，开发人员仍然是最后一道也是最关键的防线。管理人工智能生成的代码风险的最有效方法是确保您的开发人员具备审查、验证和保护代码的安全技能。这就是我们全面的开发人员风险管理平台的一部分--SCW 学习的作用所在。通过 SCW Learning，我们将为您的开发人员提供安全利用人工智能提高生产力所需的实践技能。SCW Learning 产品包括
- SCW 信任度评分：业内首个量化开发人员安全熟练程度的基准，使您能够确定哪些开发人员最有能力处理人工智能生成的代码。
- 人工智能挑战：交互式真实编码挑战，专门教授开发人员如何查找和修复人工智能生成的代码中的漏洞。
- 有针对性的学习：从 200 多项人工智能挑战、指南、演练、Missions和Courses 中策划学习路径，强化安全编码原则，帮助开发人员掌握降低人工智能风险所需的安全技能。
通过将 Trust Agent：AI 与我们学习产品的技能开发相结合，您就可以创建一个真正安全的 SDLC。您将能够识别风险、执行政策，并让您的开发人员比以往更快、更安全地构建代码。
准备好为您的人工智能之旅保驾护航了吗？
人工智能时代已经到来，作为一名产品经理，我的目标是打造不仅能解决当今问题，还能预见未来问题的解决方案。Trust Agent：AI 就是为了实现这一目标而设计的，它为您提供了管理人工智能风险的可视性和控制力，同时赋予您的团队创新能力。早期访问测试版现已上线，我们希望您能参与其中。这不仅仅是一个新产品，而是在人工智能为先的世界里，为安全软件开发开创一个新标准。
今天就加入抢先体验候补名单！
Secure Code Warrior 我们在这里为您的组织提供服务，帮助您在整个软件开发生命周期中确保代码安全，并创造一种将网络安全放在首位的文化。无论您是应用安全经理、开发人员、CISO或任何涉及安全的人，我们都可以帮助您的组织减少与不安全代码有关的风险。
预定一个演示
Tamim Noorzad 是Secure Code Warrior 的产品管理总监，由工程师转型为产品经理，拥有超过 17 年的经验，擅长 SaaS 0 对 1 产品。
人工智能编码工具的广泛应用正在改变软件开发。目前，78% 的开发人员1正在使用人工智能来提高生产率，创新速度前所未有。但是，这种快速发展也伴随着严重的风险。
研究表明，在功能正确的人工智能生成的代码中，高达 50% 的代码是不安全的2。这不是一个小错误，而是一个系统性挑战。这意味着开发人员每次使用 GitHub Copilot 或 ChatGPT 等工具时，都可能在不知不觉中将新的漏洞引入代码库。其结果是，速度和安全风险危险地交织在一起，而大多数组织都不具备管理这些风险的能力。
影子人工智能 "的挑战
如果没有管理人工智能编码工具使用的方法，CISO、AppSec 和工程领导者就会面临他们无法看到或衡量的新风险。如何回答以下关键问题？
- 我们的代码中有多大比例是人工智能生成的？
- 正在使用哪些MCP？
- 正在使用哪些未经批准的型号？
- 不同模式会产生哪些漏洞？
缺乏可见性和管理会带来新的风险和不确定性。这就是 "影子 IT "的定义，只不过是针对你的代码库而言。
我们的解决方案--信任代理：人工智能
我们相信，您可以同时拥有速度和安全。我们自豪地推出 信任代理：人工智能是我们的 Trust Agent 产品的一项强大的新功能，可提供您所需的深度可观察性和控制性，让您在软件开发生命周期中自信地拥抱人工智能。 利用独特的信号组合，Trust Agent：AI 提供
- 可视性：查看哪些开发者正在使用哪些AI编码工具、大型语言模型和机器学习平台，以及在哪些代码库上使用。不再存在"隐形AI"。
- 风险度量：将人工智能生成的代码与开发人员的技能水平和引入的漏洞联系起来，以了解在提交级别引入的真正风险。
- 管理：自动执行策略，确保人工智能开发人员符合安全编码标准。
信任代理：人工智能仪表板提供有关人工智能编码工具使用情况、贡献开发人员、代码库等信息的洞察力。
开发人员的角色：最后一道防线
虽然 Trust Agent：虽然人工智能为您提供了前所未有的管理，但我们知道，开发人员仍然是最后一道也是最关键的防线。管理人工智能生成的代码风险的最有效方法是确保您的开发人员具备审查、验证和保护代码的安全技能。这就是我们全面的开发人员风险管理平台的一部分--SCW 学习的作用所在。通过 SCW Learning，我们将为您的开发人员提供安全利用人工智能提高生产力所需的实践技能。SCW Learning 产品包括
- SCW 信任度评分：业内首个量化开发人员安全熟练程度的基准，使您能够确定哪些开发人员最有能力处理人工智能生成的代码。
- 人工智能挑战：交互式真实编码挑战，专门教授开发人员如何查找和修复人工智能生成的代码中的漏洞。
- 有针对性的学习：从 200 多项人工智能挑战、指南、演练、Missions和Courses 中策划学习路径，强化安全编码原则，帮助开发人员掌握降低人工智能风险所需的安全技能。
通过将 Trust Agent：AI 与我们学习产品的技能开发相结合，您就可以创建一个真正安全的 SDLC。您将能够识别风险、执行政策，并让您的开发人员比以往更快、更安全地构建代码。
准备好为您的人工智能之旅保驾护航了吗？
人工智能时代已经到来，作为一名产品经理，我的目标是打造不仅能解决当今问题，还能预见未来问题的解决方案。Trust Agent：AI 就是为了实现这一目标而设计的，它为您提供了管理人工智能风险的可视性和控制力，同时赋予您的团队创新能力。早期访问测试版现已上线，我们希望您能参与其中。这不仅仅是一个新产品，而是在人工智能为先的世界里，为安全软件开发开创一个新标准。
今天就加入抢先体验候补名单！
人工智能编码工具的广泛应用正在改变软件开发。目前，78% 的开发人员1正在使用人工智能来提高生产率，创新速度前所未有。但是，这种快速发展也伴随着严重的风险。
研究表明，在功能正确的人工智能生成的代码中，高达 50% 的代码是不安全的2。这不是一个小错误，而是一个系统性挑战。这意味着开发人员每次使用 GitHub Copilot 或 ChatGPT 等工具时，都可能在不知不觉中将新的漏洞引入代码库。其结果是，速度和安全风险危险地交织在一起，而大多数组织都不具备管理这些风险的能力。
影子人工智能 "的挑战
如果没有管理人工智能编码工具使用的方法，CISO、AppSec 和工程领导者就会面临他们无法看到或衡量的新风险。如何回答以下关键问题？
- 我们的代码中有多大比例是人工智能生成的？
- 正在使用哪些MCP？
- 正在使用哪些未经批准的型号？
- 不同模式会产生哪些漏洞？
缺乏可见性和管理会带来新的风险和不确定性。这就是 "影子 IT "的定义，只不过是针对你的代码库而言。
我们的解决方案--信任代理：人工智能
我们相信，您可以同时拥有速度和安全。我们自豪地推出 信任代理：人工智能是我们的 Trust Agent 产品的一项强大的新功能，可提供您所需的深度可观察性和控制性，让您在软件开发生命周期中自信地拥抱人工智能。 利用独特的信号组合，Trust Agent：AI 提供
- 可视性：查看哪些开发者正在使用哪些AI编码工具、大型语言模型和机器学习平台，以及在哪些代码库上使用。不再存在"隐形AI"。
- 风险度量：将人工智能生成的代码与开发人员的技能水平和引入的漏洞联系起来，以了解在提交级别引入的真正风险。
- 管理：自动执行策略，确保人工智能开发人员符合安全编码标准。
信任代理：人工智能仪表板提供有关人工智能编码工具使用情况、贡献开发人员、代码库等信息的洞察力。
开发人员的角色：最后一道防线
虽然 Trust Agent：虽然人工智能为您提供了前所未有的管理，但我们知道，开发人员仍然是最后一道也是最关键的防线。管理人工智能生成的代码风险的最有效方法是确保您的开发人员具备审查、验证和保护代码的安全技能。这就是我们全面的开发人员风险管理平台的一部分--SCW 学习的作用所在。通过 SCW Learning，我们将为您的开发人员提供安全利用人工智能提高生产力所需的实践技能。SCW Learning 产品包括
- SCW 信任度评分：业内首个量化开发人员安全熟练程度的基准，使您能够确定哪些开发人员最有能力处理人工智能生成的代码。
- 人工智能挑战：交互式真实编码挑战，专门教授开发人员如何查找和修复人工智能生成的代码中的漏洞。
- 有针对性的学习：从 200 多项人工智能挑战、指南、演练、Missions和Courses 中策划学习路径，强化安全编码原则，帮助开发人员掌握降低人工智能风险所需的安全技能。
通过将 Trust Agent：AI 与我们学习产品的技能开发相结合，您就可以创建一个真正安全的 SDLC。您将能够识别风险、执行政策，并让您的开发人员比以往更快、更安全地构建代码。
准备好为您的人工智能之旅保驾护航了吗？
人工智能时代已经到来，作为一名产品经理，我的目标是打造不仅能解决当今问题，还能预见未来问题的解决方案。Trust Agent：AI 就是为了实现这一目标而设计的，它为您提供了管理人工智能风险的可视性和控制力，同时赋予您的团队创新能力。早期访问测试版现已上线，我们希望您能参与其中。这不仅仅是一个新产品，而是在人工智能为先的世界里，为安全软件开发开创一个新标准。
今天就加入抢先体验候补名单！
人工智能编码工具的广泛应用正在改变软件开发。目前，78% 的开发人员1正在使用人工智能来提高生产率，创新速度前所未有。但是，这种快速发展也伴随着严重的风险。
研究表明，在功能正确的人工智能生成的代码中，高达 50% 的代码是不安全的2。这不是一个小错误，而是一个系统性挑战。这意味着开发人员每次使用 GitHub Copilot 或 ChatGPT 等工具时，都可能在不知不觉中将新的漏洞引入代码库。其结果是，速度和安全风险危险地交织在一起，而大多数组织都不具备管理这些风险的能力。
影子人工智能 "的挑战
如果没有管理人工智能编码工具使用的方法，CISO、AppSec 和工程领导者就会面临他们无法看到或衡量的新风险。如何回答以下关键问题？
- 我们的代码中有多大比例是人工智能生成的？
- 正在使用哪些MCP？
- 正在使用哪些未经批准的型号？
- 不同模式会产生哪些漏洞？
缺乏可见性和管理会带来新的风险和不确定性。这就是 "影子 IT "的定义，只不过是针对你的代码库而言。
我们的解决方案--信任代理：人工智能
我们相信，您可以同时拥有速度和安全。我们自豪地推出 信任代理：人工智能是我们的 Trust Agent 产品的一项强大的新功能，可提供您所需的深度可观察性和控制性，让您在软件开发生命周期中自信地拥抱人工智能。 利用独特的信号组合，Trust Agent：AI 提供
- 可视性：查看哪些开发者正在使用哪些AI编码工具、大型语言模型和机器学习平台，以及在哪些代码库上使用。不再存在"隐形AI"。
- 风险度量：将人工智能生成的代码与开发人员的技能水平和引入的漏洞联系起来，以了解在提交级别引入的真正风险。
- 管理：自动执行策略，确保人工智能开发人员符合安全编码标准。
信任代理：人工智能仪表板提供有关人工智能编码工具使用情况、贡献开发人员、代码库等信息的洞察力。
开发人员的角色：最后一道防线
虽然 Trust Agent：虽然人工智能为您提供了前所未有的管理，但我们知道，开发人员仍然是最后一道也是最关键的防线。管理人工智能生成的代码风险的最有效方法是确保您的开发人员具备审查、验证和保护代码的安全技能。这就是我们全面的开发人员风险管理平台的一部分--SCW 学习的作用所在。通过 SCW Learning，我们将为您的开发人员提供安全利用人工智能提高生产力所需的实践技能。SCW Learning 产品包括
- SCW 信任度评分：业内首个量化开发人员安全熟练程度的基准，使您能够确定哪些开发人员最有能力处理人工智能生成的代码。
- 人工智能挑战：交互式真实编码挑战，专门教授开发人员如何查找和修复人工智能生成的代码中的漏洞。
- 有针对性的学习：从 200 多项人工智能挑战、指南、演练、Missions和Courses 中策划学习路径，强化安全编码原则，帮助开发人员掌握降低人工智能风险所需的安全技能。
通过将 Trust Agent：AI 与我们学习产品的技能开发相结合，您就可以创建一个真正安全的 SDLC。您将能够识别风险、执行政策，并让您的开发人员比以往更快、更安全地构建代码。
准备好为您的人工智能之旅保驾护航了吗？
人工智能时代已经到来，作为一名产品经理，我的目标是打造不仅能解决当今问题，还能预见未来问题的解决方案。Trust Agent：AI 就是为了实现这一目标而设计的，它为您提供了管理人工智能风险的可视性和控制力，同时赋予您的团队创新能力。早期访问测试版现已上线，我们希望您能参与其中。这不仅仅是一个新产品，而是在人工智能为先的世界里，为安全软件开发开创一个新标准。
今天就加入抢先体验候补名单！
资源
Trust Agent:AI - Secure and scale AI-Drive development
AI is writing code. Who’s governing it? With up to 50% of AI-generated code containing security weaknesses, managing AI risk is critical. Discover how SCW's Trust Agent: AI provides the real-time visibility, proactive governance, and targeted upskilling needed to scale AI-driven development securely.
OpenText 应用程序安全性的强大功能 + Secure Code Warrior
OpenText Application Security and Secure Code Warrior combine vulnerability detection with AI Software Governance and developer capability. Together, they help organizations reduce risk, strengthen secure coding practices, and confidently adopt AI-driven development.
Secure Code Warrior corporate overview
Secure Code Warrior is an AI Software Governance platform designed to enable organizations to safely adopt AI-driven development by bridging the gap between development velocity and enterprise security. The platform addresses the "Visibility Gap," where security teams often lack insights into shadow AI coding tools and the origins of production code.
安全代码培训主题和内容
Our industry-leading content is always evolving to fit the ever changing software development landscape with your role in mind. Topics covering everything from AI to XQuery Injection, offered for a variety of roles from Architects and Engineers to Product Managers and QA. Get a sneak peek of what our content catalog has to offer by topic and role.
资源
Observe and Secure the ADLC: A Four-Point Framework for CISOs and Development Teams Using AI
While development teams look to make the most of GenAI’s undeniable benefits, we’d like to propose a four-point foundational framework that will allow security leaders to deploy AI coding tools and agents with a higher, more relevant standard of security best practices. It details exactly what enterprises can do to ensure safe, secure code development right now, and as agentic AI becomes an even bigger factor in the future.
