AI 加速软件开发的同时，工程和应用安全团队需要一种方式：既能调查代码变更、处理漏洞，又能让人类保持控制。CodeRabbit 的做法是把 GPT-6.1 Sol 作为其安全 agent 的主要模型，让审查不再局限于单个变更，而是帮助开发者理解复杂代码库中的风险。

一个 pull request 可能影响共享库、依赖项以及应用其他地方的防护。GPT-6.1 Sol 帮助 CodeRabbit 连接不同文件和组件之间的行为，发现潜在的安全问题。CodeRabbit 的审查独立于编写代码的 agent，与既有扫描器互补；其系统也同时使用其他前沿模型和安全工具。

在实际流程中，Sol 在 pull request 审查阶段分析开发者的变更。Deep Scan 则支持跨仓库的更大范围调查，包括依赖关系和组件交互。CodeRabbit Secure 将调查扩展到关联仓库，比如共享的认证库，帮助团队理解某个弱点如何影响整个系统。

CodeRabbit 报告称，使用 GPT-6.1 Sol 在 数千个仓库和组织 中标记了安全相关问题，这些发现直接进入开发者已有的 pull request 工作流。CodeRabbit Secure 把调查与修复连接起来：对于用户选中的发现，它可以在隔离沙箱中尝试漏洞验证，而不触碰生产系统；对于受支持的问题，它还可以起草一个带修复建议的 pull request，由人工审查和批准。

这个案例展示了前沿推理模型在软件安全中的角色：理解单个变更之外的风险，验证发现，并将其转化为修复方案。最终决定发布哪些变更的，仍然是人。