AI 寫 WordPress 外掛的三個盲點 | 接案者要補的權限、漏洞與 Agent 攻擊缺口

過去兩個月，我們陸續輔導幾位長期合作的 WordPress 接案者把 AI 開發流程內化進日常工作。產出速度確實變快，原本一支客製化的會員匯出外掛需要排三週，現在一個下午就能跑出可執行版本，但跑了幾輪之後，我們在客戶網站和真實流量上看到三個 AI 解決不了的問題反覆出現，而且這三個問題剛好對應到 WordPress 接案者最容易出事的環節。

一、盲點一：權限驗證與資料保護

要先說清楚這個前提：AI 寫程式不是不能寫，是寫出來的程式碼只回應「使用者問了什麼」，沒被問到的事，AI 不會主動提。

舉一個我們在客戶端遇過的具體案例：一位接案者請 AI 寫一支 WooCommerce 會員資料匯出外掛，上線之後出問題了，問題不在 AI 沒寫權限檢查，而是出在 AI 沒有主動處理的這幾層：

• Capability 顆粒度過寬：AI 預設用 manage_options，所有後台編輯都能匯出全站會員資料，正確做法是自訂 cap 或至少收斂到 list_users
• 可以看到別人的資料（IDOR）：當網址帶 ?user_id=123 進來，AI 通常只檢查「有沒有登入」，不會檢查「登入的這個人有沒有資格看 123 號會員的資料」
• 匯出範圍未限縮：AI 預設拉所有 user_meta，包含 session_tokens、_woocommerce_persistent_cart 這類不該外流的欄位
• 記憶體與 timeout：8,000 筆會員一次撈完 + wp_send_json()，會直接打爆 memory_limit，AI 多半不會主動改成 LIMIT/OFFSET 分批或 streaming output
• 稽核軌跡缺失：誰、什麼時候、匯出了哪些資料，AI 不會主動寫 audit log，在發生外洩時這是法遵硬傷

對腦袋裡有 OWASP Top 10 和 WordPress 接案經驗的工程師來說，這幾條是反射動作，但對 AI 來說，這幾條是「使用者沒要求所以沒做」，這呼應一個常被提到的公式：專業 9 分 × AI ≈ 11 分；專業 2 分 × AI ≈ 4 分（見為什麼還是選擇 WooCommerce 做電商）。在涉及金錢、個資、權限的場景，4 分不夠用。

對 WordPress 接案者來說，如果 AI 開發流程裡沒有把這份檢查清單變成「每次都會跑」的步驟，問題就會以「上線後出狀況」的形式回到你身上。

二、盲點二：外掛漏洞情報的時效落差

第二個盲點是 AI 模型本身的結構性限制：它的訓練資料有截止日，而 WordPress 外掛漏洞每個月都在揭露。

我們整理了三個觀察點：

漏洞揭露速度遠快於模型訓練。 Patchstack、WPScan、Wordfence 三家平台每月合計揭露的 WordPress 外掛漏洞數量在 200 條以上的量級。從 CVE 編號分配到模型納入訓練，中間至少有半年的時間差。這半年裡，AI 不會告訴你「你裝的這支外掛上週剛被揭露 SQL injection」。

搜尋功能也補不上這個缺口。 就算用 Claude 或 ChatGPT 的網頁搜尋，使用者也得知道要搜什麼關鍵字才能查。

AI 沒有環境上下文。 同一支外掛在不同 PHP 版本、不同佈景主題、不同其他外掛組合下，受漏洞影響的程度不一樣，AI 不知道你的客戶站裝了什麼，所以給不出針對性的判斷。

這個缺口的解法不是叫 AI 變強，而是把漏洞情報變成一個有人在看的訊號流，幫既有客戶站定期比對「目前裝的外掛 vs 最新揭露的漏洞清單」。

三、盲點三：Agent 攻擊的行為辨識

這是我們最近半年在客戶主機 log 裡看到變化最快的部分：很多攻擊不再像傳統爬蟲那麼好認。

舊式爬蟲的特徵很明顯：固定的 user-agent、規律的請求間隔、不帶 referer、跳過 robots.txt，預設的 WAF 規則和 Cloudflare 對這類流量防護擋得很好。

但 Agent 驅動的攻擊行為長這樣：

• 走完整的使用者流程（首頁 → 商品頁 → 加入購物車 → 結帳）
• 帶合理的 referer 和 cookie 流
• 在每個畫面停留 3 到 15 秒，模擬人類閱讀
• 然後在某一個特定 endpoint（例如 /wp-json/wc/store/cart/add-item）做精準的參數測試

對 WAF 來說，這跟真實用戶幾乎一樣，但有幾個訊號是只有看過足夠多 log 的人才認得：

• 同一個瀏覽路徑在 24 小時內從 8 個不同 IP 出現
• 都會跳過特定 CDN 快取頁面，直接打動態 endpoint
• 在某幾種 query string 變化上有不自然的頻率

這些 pattern 不在任何資安外掛的預設規則裡，因為它們需要對「該站正常流量長什麼樣」有基準線才能辨識，AI 寫的程式碼再乾淨，遇到這種沒見過的攻擊模式還是有可能失守。

四、三個盲點對應的服務方案

為了幫助 WordPress 接案公司補齊 AI 開發的這三個盲點，我們提供以下服務：

方案一：AI 開發流程盤點

針對接案者目前的工作流：從需求訪談、報價、開發、交付、到後續維護，找出 AI 可以導入的施力點，以及哪些環節是「導入了反而會出事」的地雷，產出一份報告交付，你可以自己拿去請 AI 實作，或者交給其他團隊。

適合的對象：團隊裡有人用 AI、有人不用，產出品質不穩定，想先有整體脈絡再決定要走哪一步的接案者。

方案二：客製化 AI 開發流程設計與教練

依盤點結果設計 AI 開發框架。重點不是給一份 prompt 清單，而是把資深 WordPress 開發者腦袋裡的潛規則變成 AI 看得懂的設定：權限驗證的 checklist、命名慣例、外掛架構、錯誤處理、測試腳本，全部寫成可重複執行的 Skill。

我們目前手上有一套 WordPress 接案專用的開發框架（涵蓋盲點一提到的整套權限與資料保護檢查清單），可以針對你的業務量身調整，導入後一個月內我們會持續監控 AI 的具體表現，確保 Skill 有正確執行。

適合的對象：已經跑過方案一的盤點、或對 AI 工作流有清晰需求、想直接把方法論導入團隊的接案公司

方案三：每月訂閱的資安監控

對應盲點二與盲點三：

• 漏洞情報比對：每週比對 Patchstack、WPScan、Wordfence 最新揭露，產出漏洞攻擊手法 Skill，並提供給客戶掃描 AI 寫的程式碼
• Log 行為偵測：基於我們累積的 Agent 攻擊 pattern 建立偵測規則，在客戶主機 log 上跑日掃，可疑流量即時通知
• WAF 規則調整：依偵測結果調整 Cloudflare 或主機 WAF 規則，把已知 pattern 封掉

適合的對象：客戶站數量已經超過 50 個、自己人力盯不過來、需要持續監控的接案公司或內部開發團隊

五、什麼樣的接案者用得上

如果你有下面這幾種情境我們可以幫得上忙：

• 已經在用 AI 寫 WordPress 外掛，但客戶上線後反覆出包，分不清是 AI 的問題還是流程的問題
• 團隊規模 1 到 5 人，沒有專職的資安人員，但客戶站數量已經超過百個
• 想把 AI 導入接案流程，但不知道從哪開始、怕花太多時間選錯工具，希望有資深的開發者帶入門

FAQ 常見問題

AI 開發 WordPress 外掛真的不安全嗎？

不是 AI 不安全，是 AI 預設不會做權限驗證、CSRF 防護、IDOR 檢查這些事，問題出在使用者不知道要要求，而不是 AI 不會寫，把這些檢查項變成 AI 開發流程的固定步驟，AI 寫出來的程式碼安全性可以接近資深工程師。

WPScan、Patchstack、Wordfence 我該追哪一個？

三家覆蓋範圍不完全重疊。Patchstack 對付費外掛漏洞揭露速度通常最快，WPScan 對開源外掛覆蓋廣，Wordfence 偏向已被利用的攻擊事件。實務上建議三家都看，或委託有在追的服務商統一監控。

我自己也可以建立漏洞掃描流程嗎？

可以，WPScan 有 CLI 工具，Patchstack 有 API，Wordfence 有 RSS 與商業版 API，技術門檻不高，難的是持續每週跑這件事，以及「比對結果後判斷哪些需要立刻處理」需要 WordPress 生態經驗。

Agent 攻擊和傳統機器人攻擊差在哪？

傳統機器人攻擊有明顯特徵（固定 user-agent、規律請求間隔），WAF 的預設規則大多能處理。Agent 攻擊會模擬完整的使用者流程，在合理的瀏覽行為中夾帶精準的漏洞測試，預設規則對這類流量幾乎沒有判斷力，需要對該站正常流量基準線有掌握才能辨識。

想聊聊嗎？

如果你是 WordPress 接案者或接案公司，正在面對下面任何一個情境：

• AI 寫的 code 上線就出包，分不清是工具的問題還是流程的問題
• 團隊規模 1-5 人、客戶站超過 50 個、想用 AI 加速但怕踩雷
• 想知道從哪裡開始導入 AI 工作流、不要走冤枉路

我們提供 30 分鐘免費諮詢——聊聊你目前的狀況、看看有沒有我們可以協助的地方！

→ 預約免費諮詢

→ 加 LINE 直接聊

---

想看更多深度反思的內容？追蹤 Oberon 的個人部落格 →