虚构事故报告：两个AI代码审查代理因恶意包判断分歧互怼，花费4万美元

一句话看懂

Andrew Nesbitt虚构了一份事故报告，描述两个AI代码审查代理因一个软件包是否恶意陷入340条评论的争论，花费4.1万美元推理费用，最终被财务部门吊销API密钥。

详细发生了什么

Andrew Nesbitt发布了一份虚构的“事故报告”CVE-2026-LGTM，描绘了一个荒诞但令人深思的场景：两个来自不同供应商的AI代码审查代理，同时被附加到一个下游pull request上，该PR更新了名为foxhole-lz4的软件包。两个代理就这个包是否恶意产生了分歧，并陷入无休止的争论循环。

在生成340条评论、消耗41,255美元推理费用后，财务部门终于出手吊销了双方的API密钥。更讽刺的是，其中一家供应商的市场团队在收到成本异常警报后，竟然发布新闻稿，宣称“对抗性多智能体安全推理同比增长430%”，公司股价随即上涨6%。

这份报告虽然是虚构的，但精准地讽刺了当前AI代码审查工具在供应链安全场景下的潜在风险：缺乏人类监督、成本失控、以及厂商将事故包装成营销素材的荒诞现实。

中文圈视角

这个故事虽然发生在虚构的英文语境，但对中文开发者社区有很强的现实映射。

首先，国内开发者同样依赖大量开源依赖，如npm、PyPI、Maven等，而AI代码审查工具（如GitHub Copilot Code Review、阿里云Codeup的AI审查、腾讯的AI代码助手）正在被越来越多团队采用。如果两个AI代理对同一个依赖包产生分歧，国内团队可能面临类似的“争论循环”——尤其是当这些AI模型基于不同的训练数据和安全策略时。

其次，成本问题更值得关注。国内AI推理定价虽低于海外，但4.1万美元（约30万人民币）的浪费对任何团队都是沉重打击。目前国内主流AI代码审查工具多按API调用次数或token计费，缺乏自动熔断机制。一旦出现类似循环，财务部门可能直到月底账单出来才发现异常。

第三，供应链安全是中文社区的盲点。国内开发者对npm、pip等依赖的恶意包攻击已有警惕（如event-stream事件），但AI代理之间的“分歧”可能引入新的攻击面：攻击者可以故意制造一个模糊的包，让两个AI代理互相争论，从而消耗资源或掩盖真正的恶意行为。目前国内尚未有针对此类场景的公开讨论或防御方案。

最后，营销包装事故的现象在国内也不罕见。将AI系统的缺陷美化为“高级安全推理能力”，并借此拉升股价，这种操作在中文科技圈同样存在——比如将模型幻觉包装成“创造性”，或将误报包装成“深度检测”。

几条值得记住的细节

两个AI代理来自不同供应商，被附加到同一个pull request上，导致争论无法自动解决。
争论持续了340条评论，消耗41,255美元推理费用，最终由财务部门手动吊销API密钥。
供应商市场团队将事故包装为“对抗性多智能体安全推理同比增长430%”，股价上涨6%。
涉及软件包foxhole-lz4是一个虚构的依赖，暗示供应链攻击场景。
报告以“事故报告”格式撰写，模仿真实安全公告，增强了讽刺效果。

一句话总结

AI代码审查代理的争论循环可能造成巨额浪费和安全隐患，中文开发者需警惕供应链场景下的“AI吵架”风险。