研究称45%AI生成代码存安全漏洞，在巴中资科技企业治理机制面临补课

MIT Technology Review Brasil 发布文章指出，多项研究显示45%由人工智能生成的代码存在安全漏洞。该文将AI代码安全问题与企业电子表格治理危机进行类比，认为核心瓶颈不在于AI工具本身，而在于配套治理机制未能跟上技术部署速度。对于在巴西运营的中资科技企业、金融科技公司及正在推进数字化转型的传统企业而言，这一数据意味着：若已将AI代码生成工具纳入开发流程，其网络安全与合规审计体系可能面临系统性补课压力。

MIT Technology Review Brasil 刊发文章《AI代码加速交付并扩大不稳定性：电子表格教会我们网络安全》，援引多项研究数据指出，45%由人工智能生成的代码存在安全漏洞。文章将这一现象与企业电子表格危机进行类比——电子表格在企业中广泛部署后，因缺乏配套治理机制而引发大量数据与合规事故，问题根源不在工具本身，而在于治理能力未能与技术部署同步。文章认为，AI代码生成工具正在重演这一模式：交付速度提升的同时，不稳定性与安全风险同步扩大。底稿未明确涉及具体时间节点与地理范围，亦未列明所援引研究的发布机构与样本规模。

从在巴中资企业视角看，底稿未直接涉及中资企业受影响情况，但通过以下机制间接传导：第一，在巴中资科技企业、金融科技公司及数字平台若已采用AI编程助手或自动化代码生成工具，其产品安全漏洞可能触发巴西《通用数据保护法》（LGPD）下的合规责任，国家数据保护局（ANPD）有权对数据泄露事件展开调查并处以罚款；第二，若AI生成代码嵌入面向巴西市场的金融、支付或电商系统，BCB（巴西中央银行）对支付系统与金融机构的信息安全要求可能构成额外合规压力；第三，在巴中资企业若作为技术采购方，其供应商交付的AI生成代码若存在缺陷，可能影响项目验收与后续运维成本。冲击最直接的环节在于代码审计与网络安全合规流程——若企业尚未建立针对AI生成代码的专项审查机制，风险敞口将随AI工具渗透率上升而扩大。

底稿显示，45%的缺陷率来自多项研究，且文章明确将问题归因于治理机制滞后而非工具本身。CBI 认为，这一判断对在巴中资企业具有直接参考价值：当前多数企业的网络安全预算与流程设计仍以人工编写代码为假设前提，AI代码生成工具的引入速度可能已超过内部审计与合规团队的跟进能力。CBI 观察，巴西监管机构近年来在数据保护与金融科技合规领域执法力度持续上升，若AI生成代码缺陷导致数据泄露或系统故障，企业可能同时面临 ANPD 与 BCB 的双重问询。横向对比电子表格治理经验，企业当年用十余年才建立起电子表格的审计与权限管理体系，AI代码的治理窗口期可能更短。

待观察：第一，ANPD 或 BCB 是否在未来数月至一年内发布针对AI生成代码或自动化开发工具的安全指引或合规要求；第二，在巴中资科技与金融科技企业是否在下一轮内部审计中披露AI代码使用情况及缺陷修复记录；第三，MIT Technology Review Brasil 所援引的多项研究是否公布具体样本与研究方法，以便企业评估45%缺陷率对自身技术栈的适用性。