代码评审不再只盯单次改动：CodeRabbit 的安全智能体跨仓库查依赖，并用沙箱验证漏洞
核心概要
OpenAI 的 GPT-6.1 Sol 成为 CodeRabbit 安全智能体的主模型，评审范围从单次代码改动扩展到跨文件、跨仓库的风险排查。此前一次改动牵动的共享库、依赖和防护措施要分别去看，评审者难以判断影响面。CodeRabbit 让该模型在开发过程中分析改动，并在 Deep Scan 与 CodeRabbit Secure 中追踪依赖与组件交互；据其自述，已在数千个仓库和组织中标记出安全相关问题，用户选定的发现还可在隔离沙箱里做漏洞利用验证并生成修复草稿。
深度剖析
CodeRabbit 的安全审查从盯一次改动，改为看这次改动在别处牵动了什么。 此前评审面对的是单个拉取请求，而一次改动可能触及共享库、依赖和应用别处的防护措施。 CodeRabbit 报告称已用 GPT-6.1 Sol 在数千个仓库和组织中标记出安全相关问题，这些结果进入开发者原本就在用的拉取请求流程。
写代码的和审代码的不是同一个智能体。 承担审查的是 GPT-6.1 Sol，CodeRabbit 把它设为安全智能体的主模型，这是一种以推理见长的前沿模型，与既有扫描器并用而不是取代它们。 范围分两层：Deep Scan 在整个仓库里查依赖与组件交互，CodeRabbit Secure 再把排查延伸到被关联的仓库，例如共享的认证库。
在给出修复之前，系统先试着证明问题真的能被利用。 对用户选定的发现，验证在隔离沙箱里进行，不在生产系统上做测试。 对支持的问题，它再起草一份带建议修复的拉取请求，交给人审阅和批准，上线哪些改动仍由人工评审决定。
启示与展望
这套流程面向用拉取请求做评审的开发与应用安全团队，覆盖单次改动、整个仓库内的依赖与组件交互，以及被关联的共享仓库。它的定位是补在既有扫描器旁边，由独立于写代码的那个智能体来完成审查。
已标记问题的数量出自 CodeRabbit 自己的说明，属于厂商自述。哪些情形算“受支持的问题”、沙箱验证能覆盖到什么程度，摘要里没有展开；本报告依据的同样是摘要。