BlueFlag Security宣布扩展其AI智能体治理功能，旨在全面映射已批准及“影子”AI智能体的访问权限、行为轨迹与合规状态，并提供自动化风险修复方案。借助该平台，企业可管理软件开发生命周期（SDLC）中AI智能体与人类/机器身份、开发工具、流水线及生产应用之间的复杂关系。
此次更新紧随BlueFlag发布《2026年开发者身份风险状况》报告。该研究指出，大型组织中普遍存在SDLC风险可见性缺失的问题，传统代码扫描工具和身份管理平台难以察觉此类隐患。
AI重构软件开发：风险与现状
人工智能正引发软件开发领域的结构性变革。AI智能体已超越单纯的编码助手角色，获得独立规划工作、向其他智能体委派任务、以开发者身份配置环境及获取访问权限的能力。
BlueFlag数据显示，83%的组织运行着未经正式批准的AI编码智能体，56%的组织存在以独立身份运行的自主智能体。在早期采用者中，高达72%的代码提交由AI完成。值得注意的是，当智能体以开发者身份工作时，多数拥有管理员权限且缺乏监控；超过五分之一的组织中，自主智能体已在无人工介入的情况下合并代码。
“AI智能体已成为开发环境中权力最大但监管最少的身份，”BlueFlag Security首席执行官Raj Mallempati表示，“这种信任若被误判，轻则造成管理混乱，重则引发灾难性安全威胁。BlueFlag能在智能体工作现场进行治理，将其与开发人员及非人类身份并列管理，关联其行为上下文，从而即时发现攻击路径。”他补充道，随着智能体成为软件主要开发者，人类将专注于设定目标、护栏及审批环节。BlueFlag目前作为治理层，计划在明年初实现从“报告攻击”到“构建时中断攻击”的能力升级。
六大核心功能强化治理闭环
此次扩展涵盖六项新功能，打通智能体识别、治理与风险修复全流程。平台能够辨别身份类型（人类、机器或AI），基于实际使用情况评估权限，建立行为基线并在异常时警报。
身份发现与分类
- AI智能体分类与批准：通过监测代码更改和构建活动，BlueFlag发现并分类每个智能体，区分其是编写、测试、审查还是部署代码，以及是以开发者身份还是独立身份运行。平台展示智能体合作的开发人员、操作的存储库与流水线，以及每次提交和拉取请求详情，并标记已批准与未批准智能体。
- 开发者设备上的影子AI：针对存储库外生成的AI代码，BlueFlag集成Crowdstrike和SentinelOne等端点检测与响应（EDR）平台，识别开发者设备上运行的AI工具，无需安装额外软件。
AI监督与投资回报
- 人工审核检查：平台标记由AI批准的拉取请求、全AI编写的提交及未经人工审查的部署流程，并将每一步追溯至构建过程。组织可强制要求在合并或部署前进行人工审核，并记录人在决策中的参与情况。
- 智能体应用清单：除了识别编码工具，BlueFlag还盘点代码库中使用AI的应用程序、调用的模型提供商、基于的智能体框架，以及模型运行基础设施（自建或第三方）。系统依据OWASP智能体十大风险评估各项风险，优先排序纠正措施。
- AI支出与开发者产出对比：针对AI预算增长快于回报验证的现状，BlueFlag将令牌消耗和美元支出与实际工作产出（按开发人员、工具和模型划分的提交、拉取请求及接受代码行数）相匹配。这有助于分析AI编写代码占比、投资回报率、闲置付费席位及无对应提交的异常支出。
灵活的自动化行动
- 负责任且响应的修复：引入两种新修复功能，支持通过手动指令、生成修复脚本或一键式自动修复（可回滚）解决风险。AccessGuard处理身份卫生问题（如过度授权、过期凭证、休眠成员资格）；DriftGuard修复跨存储库和流水线的配置错误（如缺少分支保护、设置漂移）。
“当攻击来自外部时，我们容忍某些未知因素，但不应在开发环境中如此，”Marelli全球首席信息安全官Kristie Pfosi表示，“BlueFlag在第一周就揭示了在我们存储库中工作的AI智能体、其合作开发人员以及在批准、范围界定和审查方面的缺口。这些是当天即可行动的洞察，而其他工具无法提供此类信息。”