Soap Box: Where does AI fit into cloud security?

从脚本到 13K Star 的开源传奇

Prowler 的故事始于一个经典的开源场景：Tony De La Fuente 需要为一批 AWS 账号做安全检测，于是他写了一些脚本。用主持人 Patrick Gray 的话说，是 "basically a bunch of scripts in a trench coat" — 一堆披着风衣的脚本。这些脚本逐渐成长，开源后社区迅速壮大，如今 Prowler 已经是一个拥有 13,000+ GitHub Stars 的云端安全平台，覆盖了从 AWS 到 Azure、GCP、Kubernetes、OpenStack，再到 GitHub、M365、Google Workspace、Vercel、Cloudflare 等几乎所有主流云和 SaaS 服务。

100% 的代码由 AI 生成

当 Patrick 问起 AI 对 Prowler 的影响时，Tony 的回答直接而坦然：

"Pretty much, I would say one hundred percent of the code is generated by AI now." — Tony De La Fuente

这个数字听起来惊人，但 Tony 并不认为这是一件坏事。关键在于 guardrails — 测试、linter、安全检查、代码审查、QA 流程。Prowler 有完整的 dev → staging → production 分阶段发布流程，AI 生成的代码需要通过所有这些关卡才能上线。

更重要的是，AI 正在加速社区的贡献。"the community is adding more and more controls into Prowler" — AI 降低了贡献门槛，让社区能够更快地为 Prowler 添加新的安全检测规则。但 Tony 强调，Prowler 构建的始终是确定性 controls，不是让 AI 自己去判断云配置的对错。

确定性基础 + AI 上下文：一个 pinch of AI

这期对谈的核心洞见之一是 Tony 对 "AI 应该扮演什么角色" 的清晰定位。他不是 AI 的反对者，而是明确区分了 AI 该做什么和不该做什么。

"So it's the deterministic part with you know a pinch of AI. Instead of AI, go and see what's going on, right? Which is yeah, and hope for the best." — Tony De La Fuente

云配置的对错本质上是一个确定性问题 — 调用 API，检查返回值，判断是否符合预期。S3 bucket 是否公开？如果是公开的，是因为业务必须公开还是配置错误？里面有没有 PII？这些都是可以确定判断的。AI 的价值在于关联多个 findings、发现攻击路径、用 graph database 连接信息形成全景图 — 但这必须建立在确定性的 ground truth 之上。

Tony 把 Prowler Hub（他们的 registry）称为 "a huge prompt for AI to know what to do in the cloud, in any cloud" — 一个巨大的、告诉 AI 在各种云中该怎么做的提示词。Prowler Studio 则是搭建在 Claude Code 上的开源工具，让开发者可以基于这个确定性数据库自动创建检测和修复方案。

SaaSpocalypse：被严重夸大的死亡预告

过去一年，AI 的崛起引发了所谓的 "SaaSpocalypse" — 市场一度担心 AI 会取代 SaaS 软件，SaaS 公司股价集体下跌。但 Patrick Gray 不仅没有恐慌，反而逆势操作：

"I actually bought some shares in SaaS companies after the SaaSpocalypse because of exactly what you are saying, which is everybody's like, 'Oh my god, I can be my own software company'" — Patrick Gray

他的逻辑很简单：SaaS 公司同样在利用 AI 加速开发，而且规模更大。个人或小团队用 AI vibe-code 出来的东西，充其量只是 SaaS 产品在使用 AI 之前的糟糕近似。而当涉及到 Burp Suite、Prowler 这类硬核专业工具时，"good luck trying to get an LLM to do that" — 你更应该让 AI agent 去使用这些工具，而不是替代它们。

"Reports of the death of SaaS, reports of the death of IT tooling have been greatly overstated." — Patrick Gray，化用马克·吐温的著名句式

Build vs. Buy：速度变了，逻辑没变

AI 确实改变了 build-vs-buy 的算盘。Tony 承认：

"now you can build in a week what you could build like ten years ago in five months" — Tony De La Fuente

这让越来越多的企业开始自问："为什么我要为 SaaS 付费，如果可以在内部用 AI 搭一个？" 但 Tony 指出，这个风险对开源项目来说并不新鲜 — 十年前开源软件让人们可以免费使用 MySQL 而不用买 Oracle，同样的争论早就发生过。

Patrick 则点出了 SaaS 真正的价值所在：

"What you're really paying for is the expertise, and that's not changing." — Patrick Gray

SaaS 的核心是 "as a service" 中的服务 — 持续的更新、维护、和专业知识。软件的交付方式在改变，但对专业服务的需求不会消失。正如 Patrick 所说，你不想让每个企业都变成软件公司 — "that just seems insane"。

Frankenstein 陷阱：创建容易，维护难

Tony 提出了一个有趣的"恐怖故事"：企业用 AI vibe-code 出一个工具，一开始很好用，然后需求不断增长，代码越堆越多，最终变成一个不可维护的怪物。最致命的是：

"when those very well done, bite coded applications to solve a problem, are becoming a monster, are becoming a Frankenstein, and the two guys that were building that they decide to leave the company." — Tony De La Fuente

他把这个场景和二十年前的开源历史做了对比。当年很多人说"我为什么要买 Oracle？我免费有 MySQL" — 然后有一天发现自己有一个 3TB 的 MySQL 数据库需要优化，却找不到人来做。Tony 认为 "something similar can happen or is probably going to happen with AI and bi coding monsters"。

这也是他并不担心竞品用 Prowler 的开源代码"vibe-code"出竞争产品的原因。拥有一个成功的项目和活跃的社区本身就是最强的护城河 — 重复造轮子没有意义，尤其是当已有工具和社区已经存在时。Tony 把别人基于 Prowler 构建东西看作是 "an opportunity"，而不是威胁。

为什么不能让 LLM 直接管理云安全

Patrick 用一个简单的场景说明了问题：

"You can go ask a model, hey, you know, here's an API key, go secure my cloud infrastructure. And I think we know that's going to end really badly." — Patrick Gray

Tony 补充了更深层的技术原因：云是一个 "life organism" — 不是静态的 Terraform 文件。云厂商不断添加新功能、改变 API 端点、增加新区域。Terraform 扫描是静态分析，任何 IDE 都能做，但云的实际运行状态不等于 IaC 文件中的声明。如果你试图让 LLM 直接管理云安全，你实际上是在给它一个 spec，而这个 spec 本身就是软件的第一版需求文档 — "it's going to take a lot of time, it's going to be costly, and it's going to be very random"。

Agent 需要工具，不是裸 API

两人达成的共识是：AI agent 不应该直接操作云 API，而应该通过专业工具来工作。Tony 分享了 Prowler 的实践：通过 MCP（Model Context Protocol）将 Prowler 连接到 Claude Code、Windsurf、Copilot 等 AI IDE 中，让 agent 能够调用 Prowler 的扫描、修复、和报告能力。

Patrick 用 Burp Suite 做了一个生动的类比：你听说过 Claude 被用来做 offensive security，但"what are you going to give it netcat and curl and tell it to go do a pen test? Like, it's not going to work. It needs to use tools." 专业工具把多年的安全知识编码成了确定性的能力，这正是 agent 需要的。

Three Sources of Truth：Agentic Cloud Defender 的架构

Tony 阐述了 Prowler 作为 "Agentic Cloud Defender" 的愿景。这个愿景建立在三个确定性来源之上：

第一，Detection Registry — 知道什么是对、什么是错。例如："if S3 bucket is open, raise a flag. If it's open because it has to be, no worries. If it's open with PII, big red flag." 这些判断规则是确定的，不依赖 AI 的猜测。

第二，Remediation Guidance — 知道了对错之后，该怎么修复？修复方案需要被明确告知，可以加 "a pinch of AI" 来优化表述，但核心逻辑必须是确定的。

第三，Compliance Mapping — 这些检测和修复影响了哪些合规框架？AI 可能会做错合规映射，所以需要确定性的 mapping。

当 agent 知道了这三个来源的信息，它就可以在护栏内自主运行 — 触发扫描、执行修复、创建 PR、生成报告。Prowler 已经在 UI 中提供了 Lighthouse AI 对话界面，用户可以从讨论 findings 到让 AI 为 CISO 准备 Azure 基础设施的 compliance 演示。

Infinity Script Kitties：AI 时代的威胁图景

Patrick 用了一个令人印象深刻的比喻来描述 AI 时代的安全威胁：

"Now is you've got to deal with infinity, infinity script kitties." — Patrick Gray

在 AI 的加持下，"Script kitties can vibe code O day now" — 以前需要深厚技能的攻击，现在任何人都能用 AI 尝试。"everybody is now a script kitty"，Patrick 把这个局面比作 "the picture of the person giving the monkey the machine gun" — 猴子拿到了机关枪，威力巨大但完全不可控。

但这里有一个讽刺的转折：正是因为 AI 让攻击民主化了，最基础、最老派的安全控制反而成了市场上最抢手的投资。Patrick 观察到一个现象：那些 "AI-first" 的初创公司喊着"agentic this and agentic that"，但真正拿到"crazy purchase orders"的，是那些提供 "belt and suspenders" 式基础安全控制的公司 — 比如 Prowler。

当安全团队面对 "infinity script kitties" 的威胁时，他们最优先做的事情不是购买最前沿的 AI 安全产品，而是确保自己有坚实的安全基础 — 检查云暴露面、确保基础配置正确。这恰恰是 Prowler 这类确定性工具的强项。

超越主流云：主权云与 SaaS 互联攻击面

Tony 分享了 Prowler 覆盖范围的持续扩展。现在 "pretty much any country is building their own cloud" — 从德国的 StackIt 到法国的 "No Donald Cloud"（Tony 的打趣说法），再到各国基于 OpenStack 的自建云。Prowler 必须支持所有这些平台，包括封闭的 VMware VCF 和纯粹的 Kubernetes。

另一个关键趋势是 SaaS 之间的互联性。Tony 指出，当开发者推送新应用时，认证链路跨越了 GitHub、M365、Vercel 等多个 SaaS — "all in the paths where those things all sort of rub together and meet" 正是攻击者最活跃的地方。这也是为什么 Prowler 在不断增加对 SaaS 平台的支持。

AI 是好事：它在把安全推向新高度

尽管讨论了很多 AI 带来的风险，Tony 对 AI 的整体态度是乐观的：

"I think everything that is happening with AI and agents around AI and around tools is good because it's pushing us to the next level of hardening systems, which is what I like the most… Now that we know how a bad actor can do stuff, let's try to secure that, which is harder. It's more difficult." — Tony De La Fuente

AI 让攻击民主化了，但同时也暴露了安全体系的弱点 — 这倒逼整个行业升级防御。防御比攻击更难，但 Tony 恰恰更喜欢这个更难的部分。在这个新的威胁环境下，确定性的安全工具不仅没有过时，反而比以往任何时候都更有价值。

软件是商品，但维护不是

Tony 在访谈尾声表达了一个深刻的判断：

"Software is a commodity; software can be created by anybody. But software is not only creation; software is about maintenance, evolving, knowing why you are building." — Tony De La Fuente

他用了一个尖锐的对比：你和我在一个周末可以用 AI 做出某种 XDR，"but this is not about an XDR. Not an XDR I'd want to run." 创建一个能跑的原型和构建一个你愿意依赖的安全产品之间，隔着一整个专业团队的持续维护、演进和对"为什么这么建"的深度理解。

这正是 Prowler 这类开源 + SaaS 模式的护城河：庞大的社区、活跃的贡献者、覆盖数十个平台的确定性 controls、持续更新的 registry — 这些都不是用 AI "vibe-code" 一周能复制的。

核心金句