文章总结： 文章从黑客学习经验出发，提出搜索和学习是随算力持续增强的方法，不应内置理解结果而应构建让Agent自主发现的元方法。作者基于攻防实践构建AATAM威胁分析模型，通过种子模型结合外部经验驱动与实践验证驱动双路径优化，实现对Agent应用的风险识别与威胁建模。项目已开源，用户导入后可直接生成风险列表，核心观点是让Agent自主优化框架而非人为添加经验。 综合评分： 78 文章分类： AI安全,威胁情报,安全建设,安全工具,漏洞分析

让小龙虾像黑客一样思考

原创

knight knight

JDArmy

2026年3月11日 21:40 北京

写在前面：《惨痛的教训》告诉我们两个核心观点：

1. 能随着计算能力增强而持续增强的方法，只有搜索和学习。
2. 我们不应该内置理解的结果，而应该构建让 Agent 自主发现结果的元方法。

一、黑客是如何思考和行动的

1.1 蹒跚学步时期

大学伊始，我如同一张白纸。但儿时观看的黑客电影在我心中埋下了种子，我发自内心地觉得这很有趣，并给自己定下一个目标：成为战无不胜的黑客。

有了目标后，便是实践。我的实践由两条主线驱动：

| 学习路径 | 驱动模式 | 特点 | | — | — | — | | CTF竞赛 | 比赛 → 查看Writeup → 测试 → 总结 → 再比赛 | 目标明确，反馈清晰，能力提升较快 | | 实战演练 | 攻击 → 失败 → 寻找案例 → 再攻击 | 反馈只有成功/失败，缺乏进度感知，提升较难 |

实战训练的难点在于：缺乏学习环境和相关资料，反馈机制单一。但我后来发现了一个解决方案天花乱坠地想，小心谨慎地干，通过试错来学习。 不断突破自己的思考边界，然后小心求证。只要能成功达到目标，这条攻击路径就是可行的。

1.2 经验沉淀时期

随着攻防能力的提升，我开始思考一个核心问题：攻防的边界在哪里？思维的边界在哪里？

于是，我开始尝试构建一套全面的攻防方法论。众所周知，攻防没有标准SOP，但”苍蝇不叮无缝的蛋”——如何系统性地找到所有的”缝隙”？

我开始基于已知的攻防问题搭建基础分析模型，并参考外部模型，在实践中不断完善它。

二、AATAM威胁建模SKILL

核心问题：能否参考黑客学习的元方法，让 Agent 主动识别 Agent 风险？

2.1 Seed：种子模型

去年，我通过总结个人在 Agent 漏洞挖掘中的方法与思路，沉淀出 AATAM 分析模型，并使用它对 MCP 相关风险进行系统总结。之后，我将该风险模型转换为 Skill，作为优化的种子。

2.2 Train：优化路径

有了基础 Seed 后，我开始探索优化方案。目前主要有两条路径：

（一）外部经验驱动

| 来源 | 说明 | | — | — | | Agent 漏洞库 | 工业界脱敏的真实案例，提供实战参考 | | 学术论文 | arXiv 上关于 Agent 风险的分析总结，提供理论支撑 |

（二）实践验证驱动

| 方式 | 说明 | | — | — | | 白盒审计 | 对 Agent 应用进行代码审计，主动发现风险 | | 黑盒测试 | Agent 能理解风险，可通过测试另一个 Agent 来发现问题 |

核心思路：通过搜索与实践双轮驱动，实现 Skill 的持续优化。

2.3 Result：实践成果

引入该 Skill 后，针对 OpenClaw 的分析结果：

🔗 OpenClaw 威胁建模分析报告

AATAM的skill项目已开源，导入后可直接使用AATAM分析Agent应用，生成风险列表：GitHub – MCPFence/AATAM

AATAM (AI-Centric Agent Threat Analysis Model) — 以 AI 为中心的 Agent 威胁分析模型

三、总结与思考

时代的车轮滚滚向前，经验在算力面前毫无作用。

刚开始使用时，我还向其中加入了很多自己之前的经验。后来发现，给 Agent 一个大概的框架和工具，让 Agent 自己来优化是最合适的。

人的核心任务在于：

• ✅ 评估结果 — 这是最复杂、最需要人类判断的环节
• ✅ 定义框架 — 提供初始的元方法
• ⏳ 其他 — 交给 Agent 自主迭代

TODO：下一步计划

• 优化搜索逻辑：改进 AATAM Skill 中论文和漏洞数据库的搜索机制，实现按需加载

  扩充案例库：增加更多 Agent 应用的风险评估报告

  持续迭代：让 Agent 自主迭代并完善整个框架

参考文献：

• 惨痛的教训
• AATAM 项目仓库
• OpenClaw 威胁建模报告

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：JDArmy knight knight《让小龙虾像黑客一样思考》