重點整理
- CWE-bench v2 是測試 AI 尋找並修復程式碼安全漏洞的公開基準。
- 目前最強 AI 模型能解決近七成漏洞，但仍有約 19% 的複雜漏洞無法處理。
- AI 資安檢測是強大的輔助工具，但企業仍需搭配人工專業與基礎網站維運。
你的網站或內部系統安全嗎？很多中小企業主擔心駭客攻擊，但聘請龐大的資安團隊成本太高。現在 AI 越來越聰明，能不能幫忙抓出系統裡的漏洞？最近 AI 界公布了一個名為 CWE-bench v2 的測驗成績，這份報告剛好能回答這個問題，讓我們一起看看現在的 AI 到底具備多強的資安實力。
什麼是 CWE-bench v2？AI 抓漏洞的期末考
CWE-bench 是一個專門用來測試 AI 資安能力的基準測試。最新的 v2 版本公開了 100 個任務，讓 AI 模型在真實的開源程式碼庫中，找出安全漏洞並進行修復，同時還不能破壞原本的功能。
這裡的 CWE（Common Weakness Enumeration）是指常見弱點列舉，也就是程式碼中各種已知安全漏洞的分類標準。這次測試涵蓋了 91 種不同的 CWE 類別，目的是要全面檢驗 AI 是否能辨識各種潛在的攻擊手法。
為了確保成績真實，這個考試設計得非常嚴謹：指令必須像真實的工作情境、評分標準不能只看程式碼結構而要看實際行為、而且還要能防止 AI 靠「背題」來過關。每個任務都經過人工審查，確保公平性與難度。
最新 AI 資安檢測能力：最強模型表現如何？
根據最新公布的結果，目前共有 11 個模型接受了測試。在尋找與修復漏洞的表現上，Gemini 4 Argon 以 67.8% 的通過率領先，緊追在後的是 Claude Opus 5.5（67.3%）。這代表在 100 個漏洞中，最強的 AI 已經能自動抓出並修復近七成。
如果考量到使用成本，DeepSeek V4.1 Flash 展現了極高的性價比，它以極低的費用達到 57.0% 的通過率；而 Claude Opus 5.5 與 Gemini 4 Argon 則是在花費較高成本的情況下，換取更高的準確率。
不過，報告也點出了一個重要事實：即便是表現最好的模型，仍有 19% 的任務在每次嘗試中都失敗了。這說明雖然 AI 資安檢測能力突飛猛進，但面對長尾的、更複雜的隱藏漏洞，AI 還沒辦法做到 100% 完美。
中小企業主該如何看待 AI 資安？
對於中小企業來說，這份報告帶來了兩個重要啟示。首先，AI 已經是極佳的資安輔助工具，它能大幅降低基礎漏洞的風險，甚至未來還能用來訓練專門防守的 AI 代理人。其次，AI 並非萬能，它不能完全取代人類資安專家的直覺與經驗。企業需要的是「人機協作」，讓 AI 處理大量基礎掃描，再由人類專家處理複雜的例外狀況。
崴米的建議
作為您的數位顧問，我們建議中小企業在面對 AI 資安趨勢時，可以從以下兩個方向著手：
- 定期健檢網站，打好資安地基：AI 抓漏洞的能力再強，前提也是您的網站架構必須健康且易於維護。建議您先透過免費網站健檢，了解目前網站的手機版相容性、載入速度與搜尋引擎基本安全設定，把基礎功夫做足。
- 把 AI 融入日常維運，提升數位韌性：網站上線後需要長期照顧，單靠一次性建置是不夠的。我們可以協助您進行網站代管維護與主機監看，並結合最新的 AI 技術優化您的工作流程，讓您的數位資產在安全、穩定的環境下持續創造價值。
想把這件事交給我們處理？
AI 應用：把 AI 放進你的網站與工作流程，而不是只在聊天視窗裡
