GitLab推出面向受监管企业的区域内AI服务，并发布多项SAST安全新功能

核心要点

• 区域内AI支持：GitLab为受监管企业引入了区域内AI功能，确保AI数据处理符合特定地区的合规要求。
• SAST误报检测进入Beta：批量静态应用安全测试（SAST）误报检测功能正式开启Beta测试，旨在减少开发者的审计负担。
• 代理式漏洞修复上线：Agentic SAST漏洞修复功能同步进入Beta阶段，利用AI代理技术加速安全漏洞的闭环处理。
• 聚焦受监管行业：此次更新重点解决金融、政府等对数据驻留有严格要求的行业痛点。

详细分析

区域内AI：破解受监管企业的合规难题

对于在高度受监管行业（如金融、医疗和政府部门）运营的企业而言，数据主权和隐私合规是采用AI技术的首要考量。GitLab推出的“区域内AI”（In-region AI）功能，允许企业在特定的地理区域内处理AI请求。这意味着敏感的代码数据和交互信息可以留在规定的边界内，从而严格遵守各国关于数据驻留（Data Residency）的法律法规。这一举措不仅消除了企业对数据跨境流动的顾虑，也为这些行业安全地集成AI辅助开发工具扫清了障碍。

SAST功能的智能化演进：从检测到自动修复

在现代DevSecOps流程中，静态应用安全测试（SAST）是识别代码漏洞的核心手段。然而，传统SAST工具往往产生大量的误报，导致安全团队耗费大量时间进行人工排查。GitLab此次推出的“批量SAST误报检测”Beta版，利用AI技术自动识别并过滤虚假告警，使开发者能专注于真实的风险点。

更进一步，GitLab还推出了“代理式SAST漏洞修复”（Agentic SAST Vulnerability Resolution）Beta版。这代表了安全工具从“发现问题”向“解决问题”的跨越。通过代理式AI技术，系统不仅能指出漏洞所在，还能理解代码上下文并提出甚至实施修复建议。这种自动化的修复能力极大缩短了漏洞的平均修复时间（MTTR），提升了软件供应链的整体安全性。

行业影响

GitLab的这一系列动作反映了AI在软件开发领域落地的两个关键趋势：合规化与自动化。通过提供区域内AI，GitLab正在降低高门槛行业采用前沿AI技术的门槛，推动了AI在企业级市场的普及。而SAST功能的智能化升级，则预示着未来的安全测试将不再仅仅是生成报告，而是向着自动化防御和自我修复的方向演进。这对于提升全球软件开发的安全性具有重要的示范意义。

常见问题

什么是区域内AI（In-region AI）？

区域内AI是指AI模型的数据处理、推理和存储都发生在特定的地理区域或国家境内。这对于需要遵守严格数据保护法（如GDPR或特定国家的数据主权法）的企业至关重要，确保敏感信息不会流向未经授权的境外服务器。

SAST误报检测如何提升开发效率？

传统的安全扫描经常会标记出并非真正威胁的代码片段（即误报）。通过AI驱动的批量误报检测，GitLab可以自动识别这些无效告警，减少开发者的手动审核工作量，让他们能够将精力集中在编写功能代码和修复真实漏洞上。

代理式SAST漏洞修复的优势是什么？

与传统的静态建议不同，代理式（Agentic）修复能够像人类专家一样理解复杂的代码逻辑。它不仅能发现漏洞，还能根据项目的具体情况生成可运行的修复补丁，从而实现安全漏洞的快速闭环，降低了对高级安全专家的依赖。