论文页面 - Last SecureCode Benchmark：你用 AI 写的代码安全吗？

来源：https://huggingface.co/papers/2610.14766

作者：

,

,

,

,

,

,

,

,

,

,

,

,

,

,

摘要

AI 编码代理如今撰写了大量发布上线的代码，但这些代码是否安全仍然不得而知。我们提出了 Last SecureCode Benchmark，这是一个全面评估编码代理生成安全代码能力的基准测试。该基准基于 150 个真实漏洞构建，其 450 个任务涵盖七种广泛使用的语言（Java、C、C++、JavaScript、Python、PHP 和 Go）、24 个 CWE（其中包含 2025 年 CWE Top 25 中的 21 个以及 KEV 高危漏洞列表 Top 10 中的 8 个），覆盖的 CWE 数量超过我们对比的所有基准，并涉及三种 AI vibe coding 场景：补全函数、编写文件以及从零构建仓库源代码目录树。每个任务仅要求实现功能，规格说明中从不提及安全性，由隐藏的功能测试和安全测试对结果进行评分。在六个前沿编码代理中，73.6% 到 91.3% 的任务能够通过功能测试，但即使是最强的 Claude Fable 5，也只有 25.1% 的任务同时通过了功能和安全测试，其他模型仅为 16.4% 到 24.7%。最强模型在所有 vibe coding 场景下的漏洞场景通过率仅为 12%，这令人对 AI vibe coding 所编写代码的安全性深感担忧。

查看 arXiv 页面 (https://arxiv.org/abs/2610.14766)　查看 PDF (https://arxiv.org/pdf/2610.14766)　项目页面 (https://last-secure-code-benchmark.github.io/)　GitHub 21 (https://github.com/alibaba/last-secure-code-benchmark)　添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2610.14766)

在你的代理中获取此论文：

hf papers read 2610.14766

没有最新版 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型 0

没有模型关联此论文

在模型 README.md 中引用 arxiv.org/abs/2610.14766，即可从此页面关联该模型。

引用此论文的数据集 0

没有数据集关联此论文

在数据集 README.md 中引用 arxiv.org/abs/2610.14766，即可从此页面关联该数据集。

引用此论文的 Spaces 0

没有 Space 关联此论文

在 Space README.md 中引用 arxiv.org/abs/2610.14766，即可从此页面关联该 Space。

包含此论文的合集 0

没有合集包含此论文

将此论文添加到合集 (https://huggingface.co/new-collection) 即可从此页面关联。