据 OpenAI 发布的信息，2025 年 10 月 30 日，OpenAI 介绍了名为 Aardvark 的新系统，定位为一名由 AI 驱动的“智能体安全研究员”。来源显示，Aardvark 能够以自主方式发现、验证并协助修复软件漏洞，目标是在更大规模上提升安全研究与漏洞处理效率。目前该系统处于私人测试阶段，OpenAI 已开放早期测试申请。
从产品定位看，Aardvark 并不是单纯的代码补全或静态扫描工具，而是更接近“自动化安全工作流代理”：它不仅尝试找出潜在漏洞，还会对漏洞进行验证，并进一步帮助开发者完成修复环节。这意味着安全能力正在从单点检测，向覆盖发现、确认、修复协作的闭环式智能体演进。
Aardvark 的核心信息：从漏洞发现走向修复协作
按照来源摘要，Aardvark 的关键能力集中在三个动作：发现、验证、帮助修复。对软件团队而言，漏洞管理中的高成本环节往往不只是“发现问题”，还包括判断是否真实可利用、评估影响范围、分配修复任务、验证补丁是否有效等。OpenAI 将其称为 agentic security researcher，强调的是系统能够主动执行安全研究相关步骤，而不是被动等待用户逐条指令。
这类系统如果进入成熟可用阶段，可能改变企业安全团队与开发团队的协作方式。传统安全扫描结果经常带来大量告警，开发者需要投入时间筛选误报；而来源中提到的“validates”意味着 Aardvark 试图在漏洞确认方面承担更多工作。对于 API 使用者和 SaaS 团队来说，若未来此类能力可以被集成进研发流水线，将有机会把安全检查前移到代码提交、构建、测试和发布流程中。
- 发现漏洞：在软件代码或相关资产中识别潜在安全问题。
- 验证漏洞：对发现的问题进行确认，减少仅停留在可疑告警层面的结果。
- 协助修复：帮助开发者理解问题并推进修复，而不只是输出扫描报告。
- 规模化运行：来源强调 at scale，表明其目标是服务更大范围的软件安全研究任务。
对开发者与 API 使用者的影响
对本站关注的模型 API 调用与中转接入场景而言，Aardvark 的发布释放出一个信号：大模型能力正在继续向“垂直工作流智能体”延伸。过去开发者更多通过通用模型完成代码解释、测试生成、漏洞排查提示；现在 OpenAI 正在将安全研究封装成更专业的系统形态。这会让企业在选择模型能力时，不再只比较文本生成质量，还会关注模型是否能嵌入具体业务流程、是否具备任务自主性、是否能给出可执行结果。
如果未来 Aardvark 或类似能力提供 API 化接入，开发者可能会关注几个现实问题：调用是否支持仓库级上下文、如何处理私有代码数据、并发扫描时的成本与限额、漏洞验证是否会触发风险操作、结果如何接入工单系统或 CI/CD。对于通过第三方 API 中转、统一网关或模型调用平台管理多模型资源的团队来说，这类安全智能体也可能带来新的接入需求：既要保证稳定调用，又要对权限、日志、审计和数据隔离提出更高要求。
安全智能体会成为模型生态的新竞争点
Aardvark 目前仍处于私人测试阶段，因此外界还无法根据公开摘要判断其具体支持的语言、仓库规模、部署方式、价格策略或 API 形态。对于开发者来说，现阶段更适合将其视为 OpenAI 在安全领域的产品方向信号，而不是立即替代现有安全工具的完整方案。
不过，方向已经相当明确：模型厂商不只是提供基础模型，还在尝试把模型能力包装为面向特定岗位的“AI 同事”。安全研究员、代码审查员、测试工程师、数据分析师等角色，都可能被进一步产品化。对 API 批量调用、额度管理和成本优化场景而言，这意味着未来的模型接入将从“调用一个聊天模型”扩展为“调度多个专业智能体”。
总体来看，OpenAI 推出 Aardvark，代表其在软件安全自动化上的一次重要延伸。对企业开发者而言，值得关注的不只是它能否发现漏洞，还包括其验证可靠性、修复建议质量、与现有研发工具链的整合方式，以及未来是否开放更灵活的 API 接入。对于重视模型调用稳定性和成本控制的团队，安全类智能体一旦进入规模化使用阶段，也将成为新的容量、并发和治理挑战。