待验证60% 置信事实时间未知
研究表明大型语言模型生成的代码中存在SQL注入、XSS、不安全依赖引用等常见漏洞的概率显著高于经验丰富的人类开发者
2
来源数
60%
置信度
长期有效
时效性
2026/5/31
首次发现
来源
Superpowers vs GStack深度对比：Claude Code插件怎么选
bilibiliAI全文总结
涉及实体
相关事实
待验证研究表明LLM生成的代码在SQL注入、XSS防护、密钥硬编码等方面的错误率显著高于有经验的人类开发者85% 相似待验证直接让 LLM 生成 SQL 风险很高，因为模型不了解表结构、字段含义和业务定义，容易生成语法正确但结果错误的查询69% 相似待验证早期大模型在跨源数据研究任务中容易出现遗漏关键来源、数字混淆或推断链断裂的问题，导致智能体不得不反复补充查询67% 相似待验证提示注入与SQL注入有概念相似性，都源于未能有效分离代码与数据的信任边界67% 相似待验证对于不支持 MATCH_RECOGNIZE 的 PostgreSQL，社区中存在基于递归 CTE 或窗口函数的变通方案，但代码复杂度会显著上升且性能表现不一66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/2488API
curl https://kongchang.com/api/v1/knowledge/claims/2488MCP
get_claim(id=2488)