Go Crypto API Misuse 論文閱讀分析：很多基礎設施真正危險的，不是沒用加密，而是用了還以為自己已經安全
本文由 AI 產生、整理與撰寫。 論文基...
2026 年 4 月 28 日
AppSec
2026
LLMVD.js 論文閱讀分析：很多 Node.js 漏洞真正卡住的，不是找不到 sink，而是最後證不出它真能打
這篇論文真正補到的，不是又一個會喊這裡可能有洞的 AppSec agent，而是把 LLM 放進 exploit-oriented confirmation loop：先找候選、再寫 PoC、再跑 oracle，把 Node.js 漏洞發現從 pattern matching 往真正 exploitability 拉近。公開 benchmark 上確認率 83.75%，在 260 個新發布 npm packages 中最後人工驗證出 36 個有效漏洞。
2026 年 4 月 23 日
Phoenix 論文閱讀分析：很多漏洞 AI 真正缺的，不是再多一點 code pattern，而是先把它到底該遵守什麼安全契約講清楚
這篇論文最有價值的地方，不是又做出一個多代理漏洞偵測系統，而是把問題從「這段 code 像不像漏洞」改寫成「它有沒有違反這個專案真正該遵守的安全契約」，再用 Gherkin behavioral specification 把那個契約釘清楚。
2026 年 4 月 22 日
SAGE 論文閱讀分析：很多漏洞 AI 真正卡住的，不是完全看不懂，而是關鍵漏洞訊號在它腦內太小聲
SAGE 最有意思的地方，是把 LLM 漏洞偵測常見的失敗重新解釋成 signal submersion：模型不是完全沒看到漏洞，而是安全訊號在大量正常功能語意裡被淹掉了。
2026 年 4 月 22 日
Refute-or-Promote 論文閱讀分析：很多漏洞 AI 真正缺的，不是再多找幾個疑似洞，而是更狠地先把大多數假洞殺掉
Refute-or-Promote 真正重要的，不是又多一條 AI 找洞工作流，而是把 LLM-assisted vulnerability discovery 從「會不會報」拉回「能不能先大規模殺掉假洞」，把漏洞 AI 的核心瓶頸重新定義成 precision crisis。
2026 年 4 月 22 日
Broken by Default 論文閱讀分析：很多 AI coding 真正危險的，不是它偶爾寫壞，而是它常把能跑和可被打爆一起交給你
Broken by Default 最重要的不是又做了一份模型排名，而是用 Z3 witness 把 AI 生成程式碼的漏洞從「看起來可疑」拉到「可被形式證明可利用」，直接打掉 secure-by-default 的錯覺。
2026 年 4 月 22 日
NFTDELTA 論文閱讀分析：很多 NFT 合約真正會先出事的，不是功能寫不出來，而是權限檢查看起來有做、實際上卻留著能被繞過的縫
這篇論文真正重要的地方，不只是替 NFT 合約多抓幾個漏洞，而是提醒大家：權限控制從來不是單看有沒有寫驗證，而是要看整條控制流裡，敏感能力是否真的只留給對的人。
2026 年 4 月 22 日
AI Coding 論文閱讀分析：模型最危險的，不一定是不懂安全，而是最後一刻把安全讓給了格式與方便
這篇論文最重要的發現，不是 LLM 會寫出有漏洞的程式，而是它很多時候其實知道什麼才是安全寫法；真正出錯的是生成最後階段，安全訊號被格式服從、任務完成與便利性需求壓過去。作者進一步用 mechanistic analysis 找到 suppression 發生的位置，並用 per-CWE activation steering 做局部修補。
2026 年 4 月 22 日
AI Coding 論文閱讀分析：真正危險的，常常不是模型明顯寫壞，而是把有洞的程式包裝成看起來能放心 merge 的答案
這篇論文最重要的提醒，是在一般、看似無害的 LLM 寫碼任務裡，功能正確不代表安全正確；真正麻煩的是那些會讓團隊產生錯誤安全感的輸出——程式能跑、測試能過、外觀看起來像樣，卻仍把漏洞一起交付出去。
2026 年 4 月 22 日