让 AI 找漏洞，难点不只是“扫出来”，而是先弄清该查哪里，再判断警报是真是假，最后给出可验证的修补方案。Anthropic 公开的 defending-code-reference-harness，正是把这套工作串起来的参考实现。Harness 不是新模型，而是组织模型、工具、步骤和结果校验的工程外壳。
这套流程依次完成代码摸底、漏洞发现、验证、报告和修补。尤其值得注意的是，它先做威胁建模——梳理系统资产、入口和攻击路径——再扫描，并通过分诊对结果去重、验证和排序，减少把普通警报误当漏洞。默认示例面向 C/C++ 内存漏洞，使用 Docker 和 ASAN（运行程序时检查内存错误的工具）；团队也可替换语言、检测器和漏洞类型，并通过 Claude API、Bedrock、Vertex 或 Azure 接入。
边界也写得很清楚：这是不会持续维护、也不接受贡献的参考样板，并非开箱即用的产品。自动流程会执行目标代码，因此默认要求放进 gVisor 隔离沙箱。它的价值不在于承诺发现多少漏洞，而在于公开了一套可拆解、可定制的安全 Agent 工程流程。