· AI 智能体实操用例库

· 评分 · 状态：

作者/出处：
原文：
日期： · 工具：
成本： · 耗时：

title: 让智能体审计你的后端：100 个智能体查 261 个接口，留下 149 条经得起反驳的发现（作者自述，公开 PR 可核）

category: 编程搭建

score: 82

status: 已实现（作者自述，PR 与运行记录公开；金额为按官方价目折算，非实际账单）

source_author: mewset（作者博客 githero.dev 署名 @mewset；个人全名未给出）

source_url: https://githero.dev/blog/claude-100-agents-audit

source_date: 2026-10-16（审计 2026-10-14 至 15 日，修复 15 至 16 日；博文日期以原文页脚口径为准，发布前补核）

tools: [Claude Code 工作流, Fable 5.1, Opus 5.5]

cost: 按 API 价目折算约 $467（审计约 $295 + 修复约 $172）；作者实际用 Claude Max 5x 订阅，未产生该笔账单；超过 $50/月，须显眼标注

time_needed: 照做一次缩小版审计约半天；全量版作者用了约 2.5 天 + 26 小时修复

---

速览卡

分类：编程搭建
结果：261 个接口被审，149 条发现通过“反驳”环节（1 高 / 30 中 / 76 低 / 42 信息，另 33 个死接口），随后 29 个 PR 合并（已实现，作者自述，PR 数字来自 GitHub 记录）
状态：已实现（作者自述，未经审计）；成本 $467 为按价目折算、非已付账单，同屏标注
成本：约 $467 折算（显眼标注：重度用法，第一晚就用掉 Max 周额度的 96%）
耗时：审计两段共约 6 小时墙钟（受本机 4 核并发上限拖慢），修复 26 小时

一句话

一个独立开发者让 Claude 自己写了一套多智能体审计工作流：审的人、专职反驳的人、找漏的人分工，最后每条发现都要拿出代码路径证据才算数。

原作者怎么做的

先小后大：10 月 3 日先用 5 个智能体清 lib/（约 380 行死代码、3 个导入 bug、5 个 PR）；10 月 10 日加一层“验证者专职反驳审查者”，10 个智能体约 27 分钟，两个安全问题恰恰是验证者发现的。
10 月 13 日深夜只说了一句“run a workflow, no limit”，Claude 自己写了约 400 行 JavaScript 工作流：13 个分区审查者（每人填一张接口矩阵：登录怎么查、权限怎么查、订阅怎么查、用的哪个数据库客户端）、6 个横切清扫者（只盯一个问题，如“所有绕过行级安全的 service role 用法”）。
每条审查结论配一个验证者，任务是独立重读代码、尽量推翻它；中高危安全发现再配两个“怀疑者”，分别用复现与可达性两种视角，不确定就判推翻——存活规则是两个怀疑者都推翻才作废。16 条严重发现走了 32 次怀疑者运行，0 条被推翻、若干条被降级；验证者自己还补了 42 条发现。
覆盖率不用模型数：一段普通代码先核对 261 个接口是否每个都进了某张矩阵，结果 0 遗漏；再让一个“批评者”专找没人看透的流程，提出 5 个缺口，每个缺口重新走审查→验证→怀疑全链。
中途批评者发现本地数据库是从生产转储建的、权限比生产宽，本地“证明”不可信；工作流改到只由迁移脚本构建的 staging 环境复证（27 条中高危逐条复证，测试事务全部回滚），并把“本地权限证明不算数”写回提示词后断点续跑。
唯一的高危是真的且已上线：管理后台在布局层查管理员 cookie，但 Next.js 16 里布局与页面并行渲染，未登录者拿到跳转的同时已经收到了管理数据。Claude 先在生产复核、写修复与测试（1,216 个测试全跑）、在 staging 验完每个管理页，然后停下来等人说“push”才上线。
修复阶段作者给了总授权：每个 PR 必须先证明 bug 在主干存在、修复分支消失（如脚本主干 0/9、分支 9/9），本地 + staging 双验后才合并，碰到需要人拍板的 14 个决定与 Stripe 相关 PR 一律停下。

结果

发现：149 条存活（已实现，作者自述；计数来自工作流运行、审计报告与 GitHub），另 2 条被推翻、33 个死接口
修复：29 个 PR 在约 26 小时内合并，+7,924 / −3,853 行（已实现，作者自述）
成本：总 token 折算约 $467，其中缓存读取超 10 亿 token；作者明示若按普通输入价计，仅缓存读取一项就约 $4,500——这个数是反事实折算，不是节省，同屏标注
缩小版复用：同一形状用在另一个小项目（Rust 后端启动性能），5 个智能体 72 分钟出 33 个候选，冷启动窗口显示约 792ms → 约 351ms（作者自测）

提示词结构

（按原文的威胁模型与证据规则还原，非原文提示词；原文提示词由瑞典语译出）

```

威胁模型（每个智能体开头必带）：

导出的 server 函数 = 公开接口，任何人可直接调用；[绕过行级安全的密钥]每次使用前必须自查权限；

[付费门]之外的路径、时区差异、[项目规则文件]里的不变量，逐条核对。

证据规则：一条发现必须给出文件:行号 + 具体场景（谁用什么参数调用、发生什么）；

给不出代码路径的猜测不算数，宁少勿滥。

验证者：你的任务是推翻下面每条发现，独立重读代码；不确定就判推翻。

怀疑者视角 A（复现）：写出确切调用并实际跑；跑不出来 = 推翻。

怀疑者视角 B（可达性）：找让它无害的保护（策略/触发器/约束/上游检查）；找到 = 推翻。

```

中国读者怎么迁移

国内用 Claude Code / Codex / 通义灵码等都能搬这套形状，值钱的不是“100 个”这个数字，是三件小事：给每个审查者一张要填的矩阵表、给每条结论配一个专职反驳者、覆盖率用普通代码数不用模型数。先在自己一个小仓库用 5 个智能体的缩小版跑一遍（作者的小项目版 72 分钟出结果），别一上来全仓审计。

风险与限制

成本显眼标注：全量版折算约 $467 且吃满订阅周额度，属重度用法；读者先跑缩小版估单价，超过 $50/月必须有预算闸门。
作者只有 handle 署名（@mewset），个人全名未给出——按本站博客署名先例（Devaland 等）列入推荐，但发布前如能补到实名应补。
单人小项目口径：接口 261 个、付费客户真实存在，但规模远非大厂后端；149 条里 76 条是低危、42 条是信息项，不要把总数读成“149 个大 bug”。
安全细节作者故意略去：高危的成因讲了，完整利用路径未公开，复现时以自己项目为准。
与已发布 Anthropic 代码评审、GitLab Duo 五智能体的区别：那两条是评审/流水线分工，本条是“审计 + 对抗验证”的证据链，分工对象与产出都不同，编辑部按门槛 5 判定不重复。

原文链接

https://githero.dev/blog/claude-100-agents-audit