12 月 26 日消息，來自斯坦福大學的多名計算機科學家研究發現，使用 Github Copilot、Facebook InCoder 等人工智能工具輔助編寫的代碼安全性低于完全由人類程序員編寫的代碼。
在(zai)近日(ri)發(fa)表(biao)的《Do Users Write More Insecure Code with AI Assistants?》（使(shi)用 AI 輔助編(bian)寫的代碼更加(jia)不安全？）論文(wen)中(zhong)，斯坦(tan)福大學的 Neil Perry、Megha Srivastava、Deepak Kumar 和 Dan Boneh 給(gei)出了肯定(ding)的回答。更糟糕的是，他(ta)們發(fa)現(xian) AI 幫助往往會(hui)誤(wu)導開發(fa)人員關于他(ta)們輸出質量的信息。
據(ju)了解，這些科學家在論文(wen)中寫(xie)道：“我們(men)發(fa)現完全(quan)(quan)由人類(lei)程序員編寫(xie)的(de)(de)代碼(ma)，AI 輔助(zhu)編寫(xie)的(de)(de)代碼(ma)產生的(de)(de)安(an)全(quan)(quan)漏洞明顯更多，尤其是字符(fu)串加密和 SQL 注(zhu)入方面。而且令(ling)人驚訝的(de)(de)一點是，與無法訪(fang)問 AI 助(zhu)手的(de)(de)參與者相比(bi)，提(ti)供 AI 助(zhu)手訪(fang)問權限的(de)(de)參與者更有可能(neng)相信他們(men)編寫(xie)了安(an)全(quan)(quan)代碼(ma)”。
斯(si)坦(tan)福大學(xue)的作者(zhe)說，這項研(yan)究的范(fan)圍有限，因為(wei)它只考慮了(le)一組(zu)受限的提示，這些提示對應于 25 個漏(lou)洞和(he)三種編(bian)程語言：Python、C 和(he) Verilog。斯(si)坦(tan)福用戶研(yan)究涉及(ji) 47 名(ming)具有不同經驗水平(ping)的人，包(bao)括(kuo)本科生、研(yan)究生和(he)行業專業人士。
