Strona główna/Blog/Badania podatności
Badania podatnościOpublikowano · Zaktualizowano ⚡ 15 min czytania

Przestań wdrażać papkę z AI: surowa checklista 25 punktów, której naprawdę potrzebujesz

Wyczerpujący, konkretny przewodnik DevSecOps po zabezpieczaniu kodu wygenerowanego przez LLM, zanim wysadzi Twoje środowisko produkcyjne.

VG
Vladyslav Gusarov
DevSecOps Lead w Bryxe
Ostateczna checklista bezpieczeństwa kodu AI: 25 rzeczy do sprawdzenia przed wdrożeniem kodu z AI [2026] [audyt]

Słuchaj, AI pisze teraz połowę Twojej bazy kodu. W porządku. Jest szybkie, załatwia boilerplate. Ale przestańmy udawać, że wie, jak wygląda bezpieczna architektura. Gdy pozwalasz LLM-owi wypluć kupę kodu w Node albo Pythonie i wrzucasz to na produkcję na YOLO, budujesz bombę. Chcesz włamania? Dalej ślepo ufaj autouzupełnianiu.

To nie teoria. W tym roku przeaudytowałem wystarczająco dużo papki z AI, żeby dokładnie wiedzieć, co psuje. Hardkoduje sekrety. Wymyśla API, które nie istnieją. Całkowicie ignoruje zabezpieczenia przed SSRF. Podsumowując: jeśli nie zweryfikujesz, co napisał bot, to Ty odpowiadasz, gdy uderzy ransomware.

Oto ostateczna checklista bezpieczeństwa kodu AI. 25 rzeczy, które absolutnie musisz sprawdzić, zanim ten pull request zostanie zmerge'owany.

Uwierzytelnianie i autoryzacja (drzwi frontowe)

AI uwielbia budować własne uwierzytelnianie. Nigdy mu na to nie pozwalaj.

1. Zahardkodowane dane uwierzytelniające

AI po prostu wrzuci klucze API otwartym tekstem. Wywal to.

pythonKod źródłowy
# Bad
api_key = "sk-live-12345"
# Good
import os
api_key = os.environ.get("API_KEY")

2. Zepsuta walidacja JWT

Pomija weryfikację podpisu, bo jest leniwe.

javascriptKod źródłowy
// Bad
const payload = jwt.decode(token);
// Good
const payload = jwt.verify(token, process.env.JWT_SECRET, { algorithms: ['HS256'] });

3. Brak kontroli dostępu opartej na rolach

Endpointy od AI domyślnie wpuszczają każdego z tokenem.

pythonKod źródłowy
# Bad
@app.route('/admin/delete')
def delete_user():
# Good
@app.route('/admin/delete')
@require_role('ADMIN')
def delete_user():

4. Słabe hashowanie haseł

MD5 nie żyje. Powiedz AI, żeby przestało go używać.

pythonKod źródłowy
# Bad
hash = hashlib.md5(password).hexdigest()
# Good
hash = bcrypt.hashpw(password.encode(), bcrypt.gensalt())

5. Insecure Direct Object Reference (IDOR)

To, że ktoś zna ID, nie znaczy, że jest właścicielem rekordu.

javascriptKod źródłowy
// Bad
db.users.find({ id: req.params.id })
// Good
db.users.find({ id: req.params.id, owner_id: req.user.id })

Walidacja danych wejściowych (nie ufaj niczemu)

Słuchaj, widziałem to sto razy. LLM-y zakładają, że użytkownicy są mili. Użytkownicy nie są mili.

6. SQL injection

Tak, AI w 2026 roku wciąż pisze surowe stringi SQL.

javascriptKod źródłowy
// Bad
db.execute(`SELECT * FROM users WHERE name = '${req.body.name}'`);
// Good
db.execute('SELECT * FROM users WHERE name = ?', [req.body.name]);

7. Cross-Site Scripting (XSS)

React zwykle Cię ratuje, ale dangerouslySetInnerHTML to ulubiona pułapka AI.

javascriptKod źródłowy
// Bad
<div dangerouslySetInnerHTML={{ __html: userInput }} />
// Good
import DOMPurify from 'dompurify';
<div dangerouslySetInnerHTML={{ __html: DOMPurify.sanitize(userInput) }} />

8. Command injection

Nie pozwól, żeby dane od użytkownika dotknęły powłoki.

pythonKod źródłowy
# Bad
os.system(f"ping {user_ip}")
# Good
subprocess.run(["ping", "-c", "4", user_ip], check=True)

9. Server-Side Request Forgery (SSRF)

AI po prostu pobierze dowolny URL, który poda użytkownik.

pythonKod źródłowy
# Bad
requests.get(user_provided_url)
# Good
if is_safe_url(user_provided_url):
    requests.get(user_provided_url, timeout=5)

10. Path traversal

Przestań pozwalać im czytać /etc/passwd.

javascriptKod źródłowy
// Bad
fs.readFile(path.join(__dirname, req.query.file));
// Good
const safePath = path.resolve(__dirname, 'public', path.basename(req.query.file));

Ochrona danych (przestań wyciekać)

11. PII otwartym tekstem

Szyfruj numery ubezpieczenia społecznego, e-maile, cokolwiek.

pythonKod źródłowy
# Bad
db.save({"ssn": user_ssn})
# Good
db.save({"ssn": encrypt_kms(user_ssn)})

12. Zbyt szczegółowe komunikaty błędów

Nie wypluwaj stack trace'ów na frontend.

javascriptKod źródłowy
// Bad
res.status(500).send(err.stack);
// Good
res.status(500).send("Internal Server Error");

13. Logowanie sekretów

AI uwielbia console.log(req.body).

javascriptKod źródłowy
// Bad
console.log("User config:", config);
// Good
const safeConfig = omit(config, ['password', 'token']);
console.log("User config:", safeConfig);

14. Niebezpieczna losowość

Math.random() nie nadaje się do kryptografii.

javascriptKod źródłowy
// Bad
const resetToken = Math.random().toString(36);
// Good
const resetToken = crypto.randomBytes(32).toString('hex');

15. Brakujące nagłówki bezpieczeństwa

Dodaj HSTS, CSP, cały zestaw.

javascriptKod źródłowy
// Bad
app.use(cors());
// Good
const helmet = require('helmet');
app.use(helmet());

Bezpieczeństwo API i sieci (zamknij dziury)

16. Brak rate limitingu

API bez rate limitów to po prostu cele DDoS.

javascriptKod źródłowy
// Bad
app.post('/login', loginHandler);
// Good
const limiter = rateLimit({ windowMs: 15 * 60 * 1000, max: 100 });
app.post('/login', limiter, loginHandler);

17. Niebezpieczna deserializacja

Pickle i YAML to naładowana broń.

pythonKod źródłowy
# Bad
data = yaml.load(user_input)
# Good
data = yaml.safe_load(user_input)

18. Zbyt liberalny CORS

* to nie jest akceptowalny origin.

javascriptKod źródłowy
// Bad
app.use(cors({ origin: '*' }));
// Good
app.use(cors({ origin: 'https://myapp.com' }));

19. Protokoły bez szyfrowania

Wymuś TLS wszędzie.

pythonKod źródłowy
# Bad
url = "http://api.internal.svc"
# Good
url = "https://api.internal.svc"

20. Introspekcja GraphQL

Wyłącz ją na produkcji albo dasz się zeskrobać.

javascriptKod źródłowy
// Bad
const server = new ApolloServer({ typeDefs, resolvers });
// Good
const server = new ApolloServer({ typeDefs, resolvers, introspection: false });

Infrastruktura i wdrożenie (zablokuj wszystko)

21. Kontenery z nadmiernymi uprawnieniami

Root w Dockerze to kiepski żart.

dockerfileKod źródłowy
# Bad
USER root
# Good
USER appuser

22. Przestarzałe obrazy bazowe

Przestań pobierać node:latest.

dockerfileKod źródłowy
# Bad
FROM python:3
# Good
FROM python:3.11-slim@sha256:abcd...

23. Zahardkodowane uprawnienia w chmurze

AI napisze Action: "*" w politykach IAM.

jsonKod źródłowy
// Bad
{"Effect": "Allow", "Action": "s3:*", "Resource": "*"}
// Good
{"Effect": "Allow", "Action": ["s3:GetObject"], "Resource": "arn:aws:s3:::my-bucket/*"}

24. Wystawione porty debugowania

Nie bindowuj debugowania do 0.0.0.0.

jsonKod źródłowy
// Bad
"start": "node --inspect=0.0.0.0 index.js"
// Good
"start": "node index.js"

25. Brak przypiętych wersji zależności

Yarn czy NPM, przypinaj dokładne wersje.

jsonKod źródłowy
// Bad
"express": "^4.0.0"
// Good
"express": "4.18.2"

Przestań robić to ręcznie

Słuchaj, możesz ręcznie przechodzić tę checklistę bezpieczeństwa kodu AI przy każdym PR-ze, ale to marnowanie godzin inżynierskich. Bryxe automatyzuje wszystkie 25 tych kontroli bezpośrednio w Twoim pipeline'ie CI. Skanuje wynik LLM, oznacza koślawy kod i egzekwuje prawdziwe standardy DevSecOps, zanim cokolwiek trafi na produkcję. Przestań ufać botowi i zacznij weryfikować bity.

AUTOMATYCZNA OCHRONA

Nie czekaj na exploit, żeby zrobić audyt kodu

Przejrzyj obsługiwane ryzyka w kodzie, ujawnione sekrety i wyniki dla zależności z Bryxe Shield. Przed wydaniem zweryfikuj poprawki w swojej aplikacji.

Potrzebujesz praktycznego kolejnego kroku? Zajrzyj do praktycznych poradników bezpieczeństwa lub przeczytaj naszą politykę redakcyjną i zasady doboru źródeł.

Polecane badania bezpieczeństwa