软件开发生态正随着海量代码的涌现而迅速演变，信任已成为新的稀缺资源。仅靠检测不足以实现稳健的防御；安全、治理与护栏必须贯穿整个软件开发生命周期。领导者需持续掌握其攻击面、受限执行能力，以及从检测到经证实修复的快速、机器速度级别的响应。攻击的经济模型正在转变，AI 模型使行为者发现并利用现有弱点变得更加迅速和廉价。这种加速在 GitLab 及整个行业日益增多的 CVE 和漏洞赏金报告中得到印证。传统安全模型面临挑战，因为 AI 代理能够将低严重性发现链式组合为高严重性结果。因此，必须改变运营模式，将安全控制嵌入执行路径，并实施闭环修复机制。这种方法为整个软件开发生命周期构建了一条受治理的路径。尽管风险上升，生成式 AI 仍能赋能防御者，提供跨代码、基础设施和部署路径的机器速度级别的发现、优先级排序与修复能力。构建过程正变得更加可观测，代理操作生成的事件流可被记录并加以治理。随着模型能力与提交量的提升，这将带来更稳健的安全态势。本文提出三层方法：主动发现攻击面、通过持续扫描与修复强化基础安全、并通过持续监控与快速修复保护已部署软件。此外，解决“影子软件工厂”问题至关重要，确保由代理生成的代码可审计且受治理。