โค้ดที่สร้างโดย AI มาแล้ว และเราจะไม่ปลอดภัยอีกต่อไปหรือไม่?

การเขียนโค้ดในปี 2025 ไม่ใช่การทำงานหนักหรือใช้เวลานานในการแก้บั๊ก แต่เป็นเรื่องของการสร้างโค้ดที่มีคุณภาพสูง โดยใช้เครื่องมือ AI-generated code ที่จะกลายเป็นโค้ดส่วนใหญ่ในผลิตภัณฑ์อนาคต และเป็นเครื่องมือที่จำเป็นสำหรับนักพัฒนาสมัยใหม่ การใช้โค้ดที่สร้างโดย AI จะช่วยลดเวลาในการสร้างและเพิ่มประสิทธิภาพ แต่จะทำให้เรามีความเสี่ยงต่อการโจมตีจากผู้ไม่หวังดีหรือไม่?

“การโจมตีจากโค้ดที่สร้างโดย AI เป็นหนึ่งในหัวข้อที่ไม่ได้รับการพูดถึงมากนักในปัจจุบัน” Sanket Saurav ผู้ก่อตั้ง DeepSource กล่าว “ยังมีโค้ดที่สร้างโดยแพลตฟอร์มอย่าง Copilot หรือ Chat GPT ที่ไม่ได้รับการตรวจสอบจากมนุษย์ และการโจมตีจากโค้ดเหล่านี้สามารถทำให้公司ที่ได้รับผลกระทบต้องเผชิญกับภัยคุกคามที่ร้ายแรง”

นักพัฒนาของแพลตฟอร์มโอเพ่นซอร์สที่ใช้การวิเคราะห์สถิติสำหรับคุณภาพโค้ดและความปลอดภัย Saurav ได้กล่าวถึงการโจมตีของ SolarWinds ในปี 2020 เป็นตัวอย่างของ “เหตุการณ์ tuyệtขอบ” ที่公司อาจเผชิญหากไม่ได้ติดตั้งรั้วความปลอดภัยที่เหมาะสมเมื่อใช้โค้ดที่สร้างโดย AI “การวิเคราะห์สถิติสามารถช่วยระบุโค้ดที่ไม่ปลอดภัยและแนวปฏิบัติที่ไม่ดี” Saurav กล่าว

ถูกโจมตีจากไลบรารี

การโจมตีจากโค้ดที่สร้างโดย AI สามารถเกิดขึ้นได้หลายรูปแบบและสามารถโจมตีไลบรารีได้ ลิบรารีในโปรแกรมมิ่งเป็นโค้ดที่สามารถใช้ซ้ำได้และช่วยให้นักพัฒนาสามารถประหยัดเวลาในการเขียนโค้ด

ไลบรารีสามารถช่วยให้นักพัฒนาสามารถแก้ปัญหาโปรแกรมมิ่งทั่วไป เช่น การจัดการฐานข้อมูล และช่วยให้นักพัฒนาสามารถเขียนโค้ดได้โดยไม่ต้องเริ่มต้นจากศูนย์

การโจมตีจากไลบรารีสามารถเกิดขึ้นได้หลายรูปแบบ เช่น “hallucinations” ซึ่งโค้ดที่สร้างโดย AI สามารถแสดงความเสี่ยงโดยใช้ไลบรารีที่ไม่มีอยู่จริง อีกหนึ่งรูปแบบของการโจมตีคือ “slopsquatting” ซึ่งผู้โจมตีสามารถโจมตีไลบรารีเพื่อเข้าถึงฐานข้อมูลได้

การแก้ไขปัญหาเหล่านี้อาจต้องใช้ความระมัดระวังมากกว่าที่คิดไว้ Professor Rafael Khoury ได้ศึกษาการพัฒนาของโค้ดที่สร้างโดย AI และมั่นใจว่าเทคนิคใหม่ๆ จะช่วยปรับปรุงความปลอดภัยของโค้ด

ในบทความปี 2023 Professor Khoury ได้ศึกษาการใช้ ChatGPT ในการสร้างโค้ดโดยไม่มีข้อมูลเพิ่มเติม และพบว่าโค้ดที่สร้างโดย ChatGPT มีความเสี่ยงต่อการโจมตี แต่ Professor Khoury มั่นใจว่าอนาคตของโค้ดที่สร้างโดย AI จะดีขึ้น “ตั้งแต่นั้นมา มีการวิจัยมากมายที่กำลังดำเนินการ และอนาคตดูเหมือนจะดีขึ้น” Khoury กล่าว

Professor Khoury ได้กล่าวถึงการศึกษาที่น่าหวัง ซึ่งพวกเขาสร้างโค้ดและแล้วส่งโค้ดไปยังเครื่องมือที่วิเคราะห์โค้ดสำหรับการโจมตี การใช้เครื่องมือนี้เรียกว่า Finding Line Anomalies with Generative AI (FLAG)

“เครื่องมือเหล่านี้สามารถส่งสัญญาณเตือนถึงการโจมตีในโค้ด และนักพัฒนาสามารถส่งโค้ดกลับไปยัง AI เพื่อแก้ไขปัญหา” Khoury กล่าว

Khoury เชื่อว่าการทำงานร่วมกันระหว่างนักพัฒนากับ AI จะช่วยแก้ไขปัญหาโค้ดที่มีความเสี่ยง “การศึกษานี้แสดงให้เห็นว่าด้วยการทำงานร่วมกัน 5 ครั้ง เราสามารถลดความเสี่ยงของโค้ดให้เหลือศูนย์”

อย่างไรก็ตาม การใช้ FLAG ยังมีปัญหา เช่น การให้ผลลัพธ์ที่ไม่ถูกต้อง และการจำกัดความยาวของโค้ดที่ AI สามารถสร้างได้

การเก็บคนไว้ในวงจร

บางคนในวงการ “vibe coding” แนะนำให้นักพัฒนาสามารถแบ่งโค้ดออกเป็นส่วนเล็กๆ และให้คนอยู่ในวงจรการแก้ไขโค้ดที่สำคัญ “เมื่อเขียนโค้ด คิดในแง่ของการแก้ไข” Kevin Hou หัวหน้าฝ่ายวิศวกรรมของ Windsurf กล่าว

“แบ่งโค้ดออกเป็นส่วนเล็กๆ และให้ AI สร้างโค้ดในระดับที่เล็กกว่า จากนั้นให้นักพัฒนาสามารถตรวจสอบและแก้ไขโค้ดได้” Hou กล่าว

Windsurf ได้สร้างโค้ดที่สร้างโดย AI มากกว่า 5 พันล้านบรรทัด (ภายใต้ชื่อเดิม Codeium) Hou กล่าวว่าคำถามที่สำคัญที่สุดคือว่านักพัฒนามีความเข้าใจในกระบวนการหรือไม่

“AI สามารถแก้ไขโค้ดได้หลายส่วนในเวลาเดียวกัน แต่เราจะทำให้นักพัฒนามีความเข้าใจและตรวจสอบโค้ดได้อย่างไร” Hou ถาม และกล่าวว่า Windsurf ได้ลงทุนในการออกแบบ UX ที่มีประสิทธิภาพสูงเพื่อให้นักพัฒนาสามารถทำงานร่วมกับ AI ได้อย่างมีประสิทธิภาพ

ดังนั้น เมื่อ “vibe coding” กลายเป็นกระแสหลัก นักพัฒนาจะต้องมีความระมัดระวังต่อความเสี่ยงของโค้ดที่สร้างโดย AI

เครื่องมือใหม่ๆ เช่น การวิเคราะห์สถิติ การปรับปรุงโค้ดอย่างต่อเนื่อง และการออกแบบ UX ที่มีประสิทธิภาพสูงแสดงให้เห็นว่าความปลอดภัยและความเร็วไม่ต้องเป็นคู่ต่อสู้

คำตอบอยู่ที่การให้นักพัฒนามีส่วนร่วม มีความเข้าใจ และควบคุมการทำงานของ AI ด้วยการมีรั้วความปลอดภัยที่เหมาะสมและแนวคิด “เชื่อใจแต่ตรวจสอบ” การเขียนโค้ดโดยใช้ AI จะเป็นเรื่องที่น่าตื่นเต้นและรับผิดชอบ