OpenAI威胁建模Skill实操化：从STRIDE填表到证据驱动，让AI读代码而非模板

让AI给一个代码仓库做威胁建模，大多数模型会还给你什么？

一份看起来非常专业的报告：组件清单覆盖常见的网关、缓存、数据库；一段攻击面描述，套用OWASP的分类法；几条OWASP引用，证明自己懂行；一堆“建议验证输入”式的缓解措施。每条都对，但没有一条能对到你的代码上。

你拿着它去评审，说不出哪里错，也说不清该改哪里。这是传统威胁建模工具的通病——把方法论当成模板，把模板当成答案。

OpenAI显然被这个问题折磨过。他们在 openai/skills 仓库里放了 security-threat-model 这个 Skill，核心主张只有一句：威胁模型必须锚定在仓库证据上。

从STRIDE到“证据链”

STRIDE是微软在1999年提出的威胁建模框架，把威胁分成六类：欺骗（Spoofing）、篡改（Tampering）、否认（Repudiation）、信息泄露（Information Disclosure）、拒绝服务（Denial of Service）、权限提升（Elevation of Privilege）。过去二十年，几乎所有的威胁建模工具都在做同一件事：把STRIDE套进模板里，输出一份通用清单。

OpenAI Security Threat Model Skill换了一个坐标系。它不问“这个系统有哪些STRIDE威胁”，而是问“这个仓库的代码里，哪些地方实际存在风险”。

每一条架构论断都要能指到具体文件路径和符号，找不到证据的组件不许出现在报告里。这不是在填表，是在查案子——证据链必须完整，假设必须明确标注，不能靠猜。

流程的八个步骤

整个流程分八步，前五步是分析，后三步是收敛。

第一步和第二步：界定范围。 识别主要组件、数据存储、外部集成，弄清系统以什么形态运行（服务/CLI/库/worker），把runtime行为和CI构建、测试示例严格分开。规矩很简单：没有证据不许声称。你不知道某个组件干什么，宁可写进假设也不能编。第三步和第四步：制造威胁。 信任边界被定义成组件之间的具体边，每一条都要注明协议、认证、加密、校验、限流。攻击者能力清单旁边必须并列一份非能力清单，明确写清攻击者做不到什么——这是防止风险虚高最有效的手段。威胁不按组件枚举，而是按滥用路径走：攻击者目标 → 到达资产的多步路径 → 最终影响。

第五步：排序。 用显式的可能性和影响推断，不用神秘的风险评分。每个威胁给出 low/medium/high 的可能性和影响理由，再合成 critical/high/medium/low 的优先级。

第六步：分水岭。 模型必须停下来，把影响范围或排序的关键假设总结成3到6条，问你1到3个定向问题——覆盖服务负责人、部署模型、认证授权等关键信息。然后等你的回答。

这听起来简单，却是大多数AI安全工具不敢做的设计——它把交付速度让位给了交付正确。

第七和第八步：收敛。 根据你的回答调整威胁排序，生成最终报告，输出契约写在 references/prompt-template.md 里。设计哲学：速度让位于正确

这个Skill最值得琢磨的设计，是那个“先提问再交付”的暂停点。

大多数AI工具追求的是“快”——你丢一个问题，它秒回一个答案。但威胁建模这件事，快是错的。一个基于错误假设的威胁模型，比没有威胁模型更危险——它会让你花时间去修不存在的漏洞，而真正的风险被埋在了没人看的地方。

OpenAI的设计选择是：在报告生成到一半的时候，强制停下来，把关键假设列出来，问你1到3个问题。如果你不回答，模型就带着假设继续走，但会明确标注“这个优先级判断基于未确认的假设”。如果你回答了，模型用你的答案重新校准排序。

这不是技术问题，是产品决策——在“快”和“对”之间选了“对”。

输出契约：写得像法律条文

这个Skill的输出格式写在 references/prompt-template.md 里，不是建议，是契约。报告必须按固定顺序出十个章节，威胁表有13列-。格式错了，后面每一步都会跟着歪。

这种严格程度在AI工具里很少见。大多数AI工具的输出是“参考格式”——差不多就行。但这个Skill的输出是“必须格式”——差一点都不行。原因很简单：威胁模型是要拿去给团队评审、给管理层汇报、给合规审计看的。格式不统一，评审就变成了解读格式的体力活。

安装与使用

依赖门槛低到可以忽略。就是一个 SKILL.md 加两个 references 文档，没有脚本、没有二进制、没有要配的Token。

安装入口有两条：Smithery 走 skills CLI，Codex 生态走内置安装器：

npx skills add https://github.com/openai/skills --skill security-threat-model
# 或者 Codex 的 $skill-installer
$skill-installer security-threat-model

装完先打开 references/prompt-template.md——这是整个Skill的咽喉。

初次使用最常见的卡点，是输入信息给得太少。prompt-template 里有一串上下文字段：预期用途、部署模型、数据敏感度、公网暴露面、认证授权预期、明确排除项。不知道就标成假设，但留空不填，模型只能靠猜——猜出来的威胁排序大概率偏离你的真实场景。

威胁建模的实操化转身

STRIDE提供了分类法，但分类法不是答案。OpenAI Security Threat Model Skill把威胁建模从“填表”变成了“查案子”——从方法论驱动变成了证据驱动。

它不依赖你懂STRIDE，它依赖你的仓库里有代码、有配置、有证据。它不输出通用清单，它输出针对你仓库的具体威胁路径。它不追求快，它追求对。

这不是一个工具。这是一套关于“AI应该怎么做安全”的设计哲学：让AI读代码，而不是读模板。