Lỗ hổng trong mã do AI tạo là các vấn đề trong đó các lỗi an toàn như thiếu sót trong việc chèn SQL và xác thực được đưa vào mã chương trình do AI tạo sinh đề xuất.
Các lỗ hổng trong mã do AI tạo đề cập đến các lỗi bảo mật như thiếu biện pháp đối phó với việc tiêm SQL, thông tin xác thực được mã hóa cứng và thiếu xác thực giá trị đầu vào trong mã do AI hỗ trợ mã hóa đề xuất như ChatGPT, Claude, GitHub Copilot và Cursor. Người ta đã chỉ ra rộng rãi rằng AI tổng quát có xu hướng dễ dàng tái tạo các mẫu triển khai cũ và mã mẫu dễ bị tổn thương có trong dữ liệu đào tạo, đồng thời xuất ra mã có vẻ hoạt động chính xác nhưng không an toàn. Trong các hoạt động thực tế kể từ năm 2026, cái gọi là phương pháp "mã hóa rung cảm" trong đó mã được viết bởi AI và sau đó được hợp nhất nguyên trạng mà không cần xem xét là phổ biến và nguy cơ lỗ hổng bảo mật xuất hiện trong môi trường sản xuất do chi phí kết hợp phân tích tĩnh (SAST) và quét phụ thuộc vào CI đang trở thành một vấn đề. Về cách lựa chọn tại hiện trường, nên coi sản phẩm được tạo là "dự thảo cần xem xét" mà không tin tưởng nó một cách vô điều kiện và kết hợp kiểm tra tự động với các công cụ SAST/DAST và xem xét mã con người.