当提示词停止、数据包真正离开 NIC 时会发生什么,谁来告诉那些"氛围编程者"呢?
以思维的速度进行原型设计令人陶醉。让我担忧的是从高层级提示中生成的大量应用程序代码:这是一种功能的表象,一旦遇到生产环境的网络、分布式系统架构和老练的威胁行为者,就会立刻崩溃。
在 localhost 上运行的应用看起来像是能正常工作。我的工作就是看穿这种表象,追问你的故障域在哪里。以下是vibe coding 可能掩盖的生产就绪检查项,以及当你忽视它们时会发生什么。
应用程序安全漏洞
SSRF(服务器端请求伪造)。 这正是问题的开端。如果你的 AI 没有为后端请求实施输入验证和 URL 允许列表,攻击者就能利用你的函数枚举你的内部云网络,或攻击你的元数据服务。当整个应用服务器都可以被变成代理时,泄露的 API 密钥只是你最微不足道的担忧。
数据和架构完整性
模式版本控制与数据库迁移。 你的应用现在能正常运行。把第一次模式变更推送到一个拥有百万行数据的生产数据库,看看会发生什么。AI 无法预测你未来的数据需求。如果没有一套无中断、向后兼容的迁移方案,你的数据层就会变成一个状态损坏的黑盒。
可用性和弹性(我的寻呼机)
灾难恢复、备份和故障转移。 氛围编程者看到的是一个能运行的系统。我看到的是单点故障。当 AWS us-east-1 宕机时,而它一定会宕机,你的 AI 模型构建的任何东西都不包含灾难恢复计划或多区域部署。
混沌工程。 在你故意弄坏之前,你无法知道系统能否挺过一次失败的数据库连接、一个损坏的依赖项或一张过期的证书。
成本和资源管理不善
成本优化、冷启动以及无服务器的限制。 AI 解决的是你的提示词,而不是你的云账单。那 15 个通过 HTTP 相互通信的微服务,会在每次冷启动时让你遭受延迟之苦,并在你的用户超过 10 个之后,用未经优化的数据传输成本把你拖垮。
网络层的现实审视
尾部延迟和 p99。 平均 50 毫秒的 API 在仪表板上看起来不错。我关心的是第 99 百分位的用户,因为 AI 在循环内写了阻塞式同步调用,而被迫等待 5 秒。
网络分区和时钟偏差。 在分布式系统中,网络分裂终将发生。如果你不理解 CAP 定理,也没有明确的分区容错策略,你的系统就会停止运行。当底层硬件无法通信时,你无法凭空创造出一致性。
DNS、TCP/UDP 以及协议栈(HTTP/2、HTTP/3、gRPC)。 错误的传输协议,或对队头阻塞的误解,都可能让性能大幅下降。如果无法在丢包情况下可靠地传递数据,世界上最优雅的函数也毫无价值。
缺乏生产就绪的未受管风险
缺少生产就绪检查,凭感觉编写的应用会增加大量未受管控的风险面。AI 并未审查这些代码是否具备安全配置或存在易受攻击的依赖项,而用户会悄无声息地发现这些漏洞。数据会外泄,应用会下线,只因为大家都是凭感觉上线的。
观察应用背后的系统
修复代码只是工作的一半。生产就绪不仅涵盖代码,还涵盖应用之下的系统。应用仍然会部署到服务器、数据库和网络设备上,每一个都需要已知的安全配置。当一个随手编写的部署脚本在凌晨 2 点打开端口、放宽文件权限或修改配置时,你需要在攻击者之前知道。
Netwrix Change Tracker 可在 Windows、Linux、Unix、Oracle、SQL Server 和网络设备中设定配置基线,然后持续监控其偏差。 文件完整性监控 可标记对关键文件的未授权更改,而 ITSM 集成则将计划内更改与计划外更改区分开来,因此可疑的修改会凸显出来,而不是淹没在噪声中。一旦出现问题,历史更改跟踪会显示更改了什么以及何时更改,从而加快取证和根本原因分析。对于审计,250 多个预建报告可对应 CIS、NIST、PCI DSS 等标准。
使用 Netwrix Change Tracker 捕捉未经授权的更改。
查看实际效果分享到
了解更多
关于作者
Dan Piazza
产品管理经理
Dan Piazza 是 Netwrix 的产品管理经理,负责多种 Endpoint、DSPM 和 Directory 产品。他自 2013 年起从事技术岗位工作,热衷于网络安全、数据保护、自动化和代码。在担任现职之前,他在一家数据存储软件公司担任产品经理和系统工程师,管理并落地了软件与硬件的 B2B 解决方案。