近日，由中國人民銀行廣東省分行、廣東省金融管理局、廣東省政務服務和數據管理局指導，廣東省金融科技協會主辦的“智能金融 創新應用”優秀案例名單最終揭曉，海云安開發者安全助手系統項目憑借其創新的"AI+安全左移"技術架構，從150多個申報項目中脫穎而出，成功斬獲"智能應用突破案例"獎項。

廣東省首屆“智能金融創新應用”優秀案例征集活動經過三個月的嚴格評審，通過廣泛征集、初審、復審、路演答辯及實地考察等多輪篩選程序，最終從全省近150個申報的金融科技案例中評選出40個優秀案例，并正式揭曉獲獎名單。本次活動聚焦智能金融創新應用，遴選具有行業引領性和實踐價值的優秀案例，形成可復制推廣的示范成果，旨在為廣東省經濟高質量發展，注入金融活力。

本案例結合以往多年在開發安全領域豐富的落地實踐經驗、SAST（靜態應用程序安全測試）和SCA（軟件成分分析）技術與當前熱門的人工智能大語言模型進行深度融合，對大模型進行微調、訓練和優化，形成海云安智乘AI大模型。以智乘AI大模型作為基座進行支撐，形成一套在IDE中給開發人員使用的開發者安全智能助手，極大的降低了源代碼檢測結果的誤報，通過實時生成缺陷成因解釋，生成漏洞修復建議代碼，加快漏洞修復閉環，根據上下文自動補全代碼提升編碼效率，通過智能交互式問答功能可快速解答各類與研發、安全相關的問題。在開發編碼階段，開發者安全智能助手在安全、合規、質量、效能四個方面為該銀行提供全方位賦能，極大的提升了研發安全能力與研發效能。

在該銀行應用的業務系統數達到1000+，開發者用戶數達到3000+，日均交互次數10萬+，通過融合SAST、SCA與AI大語言模型，漏洞檢測準確率提升90%，千行代碼漏洞率下降50%，開發者編碼效率提升35%，漏洞修復成本降低40%，整體研發效能提升10%。

案例創新點：

01

自然語言驅動項目生成（智能編程的核心突破）

區別于傳統工具的手動編碼模式，海云安首創“自然語言編程到安全檢測智能修復”的全流程自動化能力。開發者可通過自然語言描述需求，系統基于大語言模型可完成項目實現。

02

SAST/SCA與大語言模型的深度融合，多維度檢測與自動化修復能力

將靜態應用安全測試（SAST）和軟件成分分析（SCA）引擎與代碼大模型結合，形成“生成-檢測-修復”閉環。

03

嵌入主流IDE，無縫融入開發者工作流程

通過直觀的用戶界面，遵循開發者習慣進行安全檢測功能的執行和配置，實現即寫即測，所見即所得的代碼安全檢測和AI自動修復體驗。