01Core pain point and demand
随着 AI 生成代码（vibe coding）的普及，大量非专业开发者快速发布应用，普通用户和开发者无法判断这些应用是否隐藏提示注入、恶意依赖或供应链后门。用户对安装此类应用缺乏信任，担心病毒、数据泄露和账号被盗，而现有工具无法针对 AI 生成代码的特点进行安全检测。
02Product solution
构建一个面向 AI 生成应用的自动化安全审计与信任评分平台：通过静态代码分析、依赖链扫描、提示注入检测和运行时沙箱行为监控，为每个应用生成可读的信任评分与风险报告；同时提供浏览器插件和 API，让用户在安装前即可查看安全评级，开发者也能在发布前自查。
03Monetization and business model
采用 Freemium + 订阅制：基础扫描和信任评分免费，高级功能（深度审计、实时监控、API 接入、团队协作、合规报告）按月订阅收费；同时向应用商店和分发平台提供批量审核 API 按调用量计费，并为企业提供定制化安全审计服务。
04Action steps
- 1收集并标注一批 AI 生成应用样本，构建提示注入和供应链攻击的检测数据集。
- 2开发静态分析引擎，识别 AI 生成代码中的常见漏洞模式和恶意依赖。
- 3集成沙箱运行时监控，检测应用实际行为是否与声明一致。
- 4设计信任评分算法，输出可读的安全报告和风险等级。
- 5发布浏览器插件和 Web 端 MVP，面向独立开发者和早期用户测试。
- 6与 AI 应用分发平台合作，嵌入批量审核 API 获取 B 端收入。
- 7根据用户反馈迭代检测规则，扩展对更多编程语言和框架的支持。
05Risk notice
AI 生成代码的漏洞模式快速演变，检测规则可能滞后；误报率过高会损害用户信任；大型平台可能自建类似安全审核功能形成竞争；数据隐私和沙箱执行成本较高，可能影响规模化盈利。