艾体宝Mend（原WhiteSource）：从SCA到AI安全的企业级AppSec平台

引言：应用安全正在经历范式转移

2026 年，软件开发正在经历一场深刻的范式转移。AI 辅助编程工具（如 GitHub Copilot、Cursor、Claude Code）的普及使得大量代码由 AI 生成，AI 模型和框架（如 Hugging Face 模型、LangChain、Ollama）成为应用架构的新组件。传统的应用安全测试（AST）工具诞生于人工编码时代，面对 AI 带来的代码规模爆发和新型风险，已力不从心。

在这一背景下，Mend.io（原 WhiteSource）凭借其从传统 SCA 工具向 AI 原生应用安全平台的成功转型，成为企业级 AppSec 领域的代表性产品。本文将系统介绍 Mend.io 的产品定位、核心能力矩阵，以及其从 SCA 到 AI 安全的演进历程。

一、从 WhiteSource 到 Mend.io：品牌演进与战略升级

1.1 品牌历程

Mend.io 的前身是 WhiteSource，成立于 2012 年，最初专注于开源组件安全扫描（SCA）。随着应用安全需求的不断扩展，WhiteSource 逐步将能力延伸至 SAST（静态代码安全测试）、容器安全和自动化修复领域。2024 年，公司正式更名为 Mend.io，标志着其从单一 SCA 工具向全面应用安全平台的战略转型。

1.2 战略定位：AI 原生 AppSec 平台

Mend.io 将自身定位为"AI 原生应用安全平台"（AI Native AppSec Platform），核心理念是：在 AI 重塑软件开发的时代，应用安全工具必须同样具备 AI 能力，才能应对 AI 生成代码和 AI 组件带来的新风险。

Mend.io 的四大引擎构成了完整的应用安全覆盖：

引擎	全称	核心职责
SCA	Software Composition Analysis	开源组件安全扫描与许可证合规
SAST	Static Application Security Testing	自定义代码安全漏洞检测
Containers	Container Security	容器镜像安全扫描
AI	Mend AI	AI 组件检测、AI 模型治理与 AI 安全防护

这四大引擎在统一平台上运行，提供"单一窗格"（single pane of glass）的全景安全视图，使安全团队能够在一个界面中看到跨代码、开源组件、容器和 AI 的所有风险。

二、SCA：Mend.io 的传统强项

2.1 SCA 四大核心能力

作为 Mend.io 的基石能力，SCA（软件成分分析）覆盖了开源组件安全的全生命周期：

能力一：依赖关系发现与 SBOM 自动生成

SCA 识别应用程序中包含的所有软件组件，包括直接引用的依赖、多层嵌套依赖和复用代码库，自动生成软件物料清单（SBOM）。支持扫描的语言和包管理器覆盖面广泛，包括：

JavaScript（npm、Yarn、pnpm）
Python（pip、uv、Poetry）
Java（Maven、Gradle）
.NET（NuGet）
Go、Rust（Cargo）、C/C++（Conan）
Node.js 24.x、npm 11.x、Gradle 9.x 等最新版本

能力二：CVE 漏洞匹配与漏洞扫描

与公开漏洞数据库比对，发现已知安全漏洞，并根据风险优先级排序，减少误报。Mend.io 的漏洞扫描支持 CVSS 4 严重性评级和 EPSS 可利用性数据，提供更精准的风险评估。

能力三：开源许可证合规检查

识别组件许可证类型，检测许可证冲突，确保法律合规。支持对 npm 和 PyPI 等主流包管理器的许可证元数据同步和管理。

能力四：CI/CD 集成与安全策略执行

与构建流程集成，自动扫描，设置安全策略（阻止高危组件进入发布流程）。Mend.io 支持与 GitHub.com、GitHub Enterprise、GitLab、Bitbucket Cloud、Azure Repos 等主流代码托管平台的深度集成。

2.2 Reachability 分析：从"有没有"到"能不能被利用"

Mend.io 的 Reachability（可达性）分析是其 SCA 能力的核心差异化优势。传统的 SCA 工具仅判断"组件中是否存在漏洞"，但一个漏洞是否真正构成风险，取决于应用代码是否实际调用了漏洞代码路径。

Mend.io 的 Reachability 分析通过以下方式工作：

分析应用源代码中的 import 语句，识别实际使用的类和方法
生成类与文件的关系图，判断漏洞代码路径是否可达
仅标记"可达"的漏洞，大幅减少安全团队需要处理的告警数量

这一能力使得安全团队可以将精力集中在真正可被利用的漏洞上，而非淹没在大量理论性漏洞告警中。Mend.io 还引入了低优先级队列处理"零日"可达性扫描，确保在高 CVE 活跃期系统仍能稳定运行。

2.3 自动化修复：Renovate EE 集成

Mend.io 集成了 Renovate EE（企业版），实现自动化的依赖更新。系统能够：

自动识别过时的依赖
生成 Pull Request，附带众包更新洞察
通过自动化依赖更新减少高达 70% 的代码库漏洞

三、SAST：自定义代码安全检测

3.1 核心能力

Mend.io 的 SAST 引擎专注于检测自定义代码中的安全漏洞，覆盖常见的 OWASP Top 10 风险，如 SQL 注入、XSS、硬编码密钥等。

3.2 开发者-安全团队协作工作流

Mend.io 在 SAST 能力中引入了创新的开发者-安全审查者双向沟通机制：

开发者可以直接在代码仓库中对安全发现进行评论，无需切换到安全平台
安全审查者在 Mend Platform 中的评论自动同步到代码仓库，实现双向镜像
支持通过 PR 评论触发安全操作（如抑制误报），比传统勾选框方式更便捷
安全管理者可以配置开发者可用的抑制原因（false-positive、acceptable-risk、temporarily-ignore 等），确保抑制行为符合组织策略
抑制请求需要安全管理者审批，平衡了开发效率与安全管控

这种协作模式消除了开发者与安全团队之间通过外部渠道反复沟通的需求，加速了安全问题的解决。

四、容器安全：全栈覆盖的关键一环

Mend.io 的容器安全引擎提供容器镜像的漏洞扫描和策略执行：

扫描容器镜像中的操作系统包和应用依赖
支持工作流策略违规检测，可在 CI/CD 流水线中阻止不安全镜像发布
与 SCA、SAST、AI 引擎统一展示风险，提供跨引擎的风险因素聚合视图
支持项目级别的扫描排除配置，避免不必要的策略违规

容器安全与 SCA、SAST 的统一集成，使企业能够在同一个平台中管理从代码到容器的全栈安全风险。

五、Mend AI：AI 安全的先行者

5.1 AI 组件检测与 AI-BoM

随着 AI 模型和框架成为应用架构的新组件，企业亟需了解应用中使用了哪些 AI 技术。Mend AI 提供 AI 组件的自动发现和清单管理：

AI 模型检测：自动检测应用中使用的 AI 模型，包括 Hugging Face 开源模型、Ollama 本地模型、AWS Bedrock、IBM watsonx、Azure AI Foundry 等托管模型
**AI-BoM（AI 物料清单）**：生成 AI 组件的完整清单，包括模型、框架和推理提供者，提供 AI 资产的全面可见性
模型许可证检测：自动检测前 100 个开源模型的许可证，并标注许可证风险等级
模型漏洞验证：Mend.io 的漏洞研究团队独立验证模型安全状态，准确性优于 Hugging Face 报告

5.2 AI 模型生命周期治理

Mend AI 支持 AI 模型的全生命周期管理：

自动检测 AWS Bedrock、IBM watsonx、Azure AI Foundry 模型的弃用和生命周期终止（EOL）信息
建议替代模型，帮助团队在模型退役前完成迁移
支持基于模型生命周期状态的自动化工作流条件，实现主动治理

5.3 AI Red Teaming：对抗性安全测试

Mend AI 提供 AI 红队测试（Red Teaming）能力，对 AI 模型和应用进行对抗性安全评估：

多维度探测：覆盖青少年安全、安全防护、应用行为等维度，包括年龄限制商品、危险内容、跨会话泄露、不可验证声明等测试
高级攻击策略：支持十六进制编码、摩斯密码、emoji 编码、多轮升级等复杂攻击手法
合规框架映射：自动将红队结果映射到主流 AI 治理框架，包括 OWASP、NIST、MITRE、EU AI Act、ISO/IEC、GDPR、DoD AI Ethics
多语言支持：支持繁体中文等多种语言的对抗性测试
CLI 集成：支持通过 CLI 定义和运行红队测试，便于集成到 CI/CD 工作流中

5.4 AI Runtime Protection：运行时安全防护

2026 年 5 月正式 GA 的 Mend AI Runtime Protection 提供应用内 AI 输入输出的实时安全防护：

提示注入防护：检测和阻止提示注入攻击
越狱检测：识别越狱（jailbreak）尝试
敏感数据泄露防护：防止 PII 等敏感数据通过 AI 交互泄露，支持中国、香港、台湾等地区的敏感数据区域
有害内容过滤：检测显式和隐式有害内容
密钥泄露防护：Secret Keys guardrail 策略
URL 过滤：URL filter guardrail 策略
独立部署：支持通过 Docker API 服务器独立部署，扩展到任何环境或语言
原生集成：支持 Langflow 集成和 OpenTelemetry 事件追踪

5.5 System Prompt Risk 与 AI Agents 配置风险

Mend AI 还提供两项前沿的 AI 安全检测能力：

**System Prompt Risk（系统提示词风险）**：

检测对话式 AI 接口中系统提示词的风险
提供强化版系统提示词的修复建议
集成到 AI 安全仪表板和工作流中

**AI Agents Configuration Risk（AI 代理配置风险）**：

对 AI 代理配置文件进行静态安全分析
将配置文件视为代码，在到达生产环境前执行安全控制
支持工作流自动化和违规管理

5.6 MCP Server：AI 编码助手的安全伙伴

Mend.io 的 MCP（Model Context Protocol）服务器使开发者可以直接从 AI 编码助手（Cursor、Claude Code、VS Code Copilot、Windsurf）查询安全发现数据：

支持查询 SAST 和 SCA 引擎的安全发现
发现附带修复建议，开发者无需离开工具即可理解和修复问题
开发者可以提问"这个仓库的前 5 个安全问题是什么？"或"解释这个 SQL 注入发现"
MCP 服务器可获取优化的 AI 编码助手规则，支持定期更新

六、平台级能力与竞品对比

6.1 统一平台优势

Mend.io 的核心竞争力在于统一平台能力：

能力	Mend.io	Snyk	SonarQube	Veracode
SCA	支持	支持	不支持	支持
SAST	支持	有限支持	支持（核心能力）	支持
容器安全	支持	支持	不支持	有限支持
AI 安全	支持（Mend AI）	有限支持	不支持	不支持
Reachability 分析	支持	支持	不支持	不支持
自动化修复	支持（Renovate EE）	支持	不支持	不支持
MCP/AI 助手集成	支持	不支持	不支持	不支持
统一风险视图	支持（四引擎合一）	部分	不支持	部分

6.2 差异化优势

相比 Snyk 等竞品，Mend.io 的差异化优势在于：

AI 安全领域的先行者：Mend AI 是市场上最全面的 AI 安全解决方案，覆盖 AI 组件检测、红队测试、运行时防护、系统提示词风险和 AI 代理配置风险
Reachability 分析的深度：Mend.io 的可达性分析不仅识别组件是否存在漏洞，还分析漏洞代码路径是否实际可达，大幅减少误报
开发者协作工作流：双向评论同步和审批工作流，使安全审查深度融入开发流程
MCP 生态集成：支持主流 AI 编码助手的安全数据查询，使安全成为 AI 辅助开发的自然组成部分

6.3 适用场景

Mend.io 特别适合以下场景：

拥有多种应用类型（Web、移动、容器化）的企业，需要统一安全平台
正在引入 AI 技术的企业，需要 AI 组件可见性和 AI 安全防护
安全团队资源有限，需要通过 Reachability 分析和自动化修复降低工作量
DevSecOps 成熟度较高的团队，需要将安全深度集成到 CI/CD 和开发者工作流中

Q&A：常见问题

Q1：Mend.io 和 WhiteSource 是什么关系？

A：Mend.io 就是原 WhiteSource。2024 年公司更名为 Mend.io，标志着从单一 SCA 工具向全面 AI 原生应用安全平台的战略升级。原有 WhiteSource 的 SCA 能力完整保留并持续增强。

Q2：Mend.io 的 Reachability 分析和传统 SCA 漏洞扫描有什么区别？

A：传统 SCA 仅判断"组件中是否存在漏洞"，会产生大量理论性告警。Mend.io 的 Reachability 分析进一步检查应用代码是否实际调用了漏洞代码路径，仅标记"可达"的漏洞，可大幅减少安全团队需要处理的告警数量，聚焦真实风险。

Q3：Mend AI 能检测哪些 AI 组件？

A：Mend AI 支持检测 Hugging Face 开源模型、Ollama 本地模型、AWS Bedrock、IBM watsonx、Azure AI Foundry 等托管模型，以及 LangChain 等 AI 框架和推理提供者。同时生成 AI-BoM（AI 物料清单），提供 AI 资产的完整可见性。

Q4：Mend.io 适合小型团队使用吗？

A：Mend.io 主要面向中大型企业，其多引擎统一平台和 AI 安全能力在复杂环境中价值最大。小型团队如果仅需要基础 SCA 功能，可以考虑更轻量的方案。但如果团队正在使用 AI 编码工具并需要 AI 安全防护，Mend.io 的 MCP 集成和 Mend AI 能力具有独特价值。

Q5：Mend.io 如何与现有的 CI/CD 流水线集成？

A：Mend.io 提供 Mend CLI 用于 CI/CD 流水线集成，支持 GitHub.com、GitHub Enterprise、GitLab、Bitbucket Cloud、Azure Repos 等主流平台。支持 PR 扫描、策略违规检测、自动化修复 PR 生成等功能。MCP 服务器还支持从 AI 编码助手直接查询安全发现。

结语

从 WhiteSource 到 Mend.io，从 SCA 到 AI 原生 AppSec 平台，Mend.io 的演进历程折射出应用安全领域的范式转移。在 AI 重塑软件开发的时代，仅靠传统的代码扫描已无法应对 AI 生成代码和 AI 组件带来的新风险。Mend.io 通过 SCA、SAST、容器安全和 Mend AI 四大引擎的统一平台，为企业提供了从代码到 AI 的全栈应用安全覆盖。

对于正在构建 AI 应用的企业而言，Mend.io 的 AI 安全能力------从 AI-BoM 到红队测试，从运行时防护到系统提示词风险检测------代表了应用安全工具的新方向。选择一个能够与 AI 共同进化的安全平台，而非固守传统 AST 工具，是企业在 AI 时代保持安全竞争力的关键决策。