Vibe Coding 是由 AI 依自然語言指令快速生成程式的開發模式，2025年2月由前 OpenAI 研究員 Andrej Karpathy 提出。這種做法降低 App 製作門檻，卻也可能讓缺乏工程訓練者忽略權限控管、資料保護與系統架構等關鍵問題，因此資安責任仍無法交由 AI 取代。
近期 AI 工具協助開發的 App「惜食獵人」遭揭露 GPS 座標外洩等漏洞，引發社群質疑 Vibe Coding 的安全性。事件顯示，AI 雖能縮短撰寫程式與推出產品的時間，開發者仍須親自進行程式碼審查、資安測試及風險判斷；真正可能被取代的，是無法辨別程式品質優劣的人。
全部報導
1 篇原始報導馬克翻舊帳
這個事件的歷史脈絡AI 時代 Vibe Coding 普及，催生代碼修復與清理商機
生成式 AI 降低軟體開發門檻，「Vibe Coding」讓使用者以自然語言快速產生應用程式，卻也可能跳過需求分析、架構設計與程式碼審查。當原型進入商用階段，商業邏輯矛盾、技術債與資安漏洞便更容易浮現，使軟體品質保證成為 AI 開發熱潮下的新需求。
近期軟體品質保證業者開始提供「代碼清理」與修復服務，檢查 AI 生成程式碼、補強測試並排除上線前缺陷，藉此開拓新商機。相關報導未揭露特定業者名稱、服務金額或推出日期；專家則警告，企業仍須落實自動化測試、人工審查與持續維護，避免 AI 將錯誤快速複製並放大。
Vibe Coding 開發模式引發資安疑慮，逾 5 千個應用程式面臨資料外洩風險
「Vibe Coding」讓使用者以自然語言驅動 AI 快速產生程式，降低開發門檻，也使缺乏資安經驗的員工自行打造企業工具，形成難受資訊部門控管的「影子 AI」。若應用未設身分驗證，醫療、金融及內部簡報等資料便可能直接曝露，風險源自部署與權限管理失當，而非平台漏洞。
資安業者 RedAccess 最新調查發現，逾 5,000 個 Vibe Coding 應用可由公開網路存取，且缺乏基本身分驗證；其中約 2,000 個屬企業用途工具。這些應用暴露敏感資料，顯示員工自建工具已成企業資安治理缺口，企業須立即盤點公開端點、補上驗證並限制資料權限。
訂閱馬克雷達週報
每週五，本週最強訊號送進收件匣。隨時一鍵退訂。