Agent一来，贵圈人人都是“安全专家”了？

临时工
临时工

黑八蜀黍

2026年8月28日 08:40
北京

在小说阅读器读本章

去阅读

在公众号小说中沉浸阅读

最近贵圈有个挺有意思的现象。

前几个月还在某家公司实习，过了几个月，个人简介已经变成了“AI 安全专家”“智能红队平台创始人”“自动化渗透 Agent 核心开发者”。这个 title 升级的速度，多少有点让人跟不上。

以前想当个安全专家，好歹得挖过几个洞、写过点工具、处理过几次事件，或者在哪个方向折腾上几年。现在流程简单多了：打开 Claude、Codex、DeepSeek... 准备几段提示词，让 AI 写个前端，再接几个开源工具，最后把页面做得炫酷一点。

恭喜，一个“AI 自动化红队平台”诞生了。

再给流程图里加几个 Agent，什么侦察 Agent、漏洞分析 Agent、攻击决策 Agent、报告 Agent，全都安排上。图里的箭头转起来以后，不知道的还真以为里面住着一支二十四小时不下班的红队。

但实际用起来，事情就有意思了。

页面确实挺漂亮，任务也确实在跑，日志更是刷得飞快。至于为什么执行这个动作、上一步的结果能不能支撑下一步、扫描结果是不是误报、一次请求成功能不能证明漏洞存在，很多时候就没人说得清楚了。

反正 Agent 说成功了。

那么，到底成功了什么？

先把话说清楚，黑八蜀黍并不反对 AI 编程，更不反对新人使用 AI。Claude、Codex、DeepSeek 这类 AI 编程工具和大模型，确实降低了软件开发的门槛。它们可以帮助开发者阅读和理解代码、编写脚手架、梳理业务逻辑、完成接口接入，也能将不少重复性的开发工作自动化。

这当然是好事。

一个有经验的人使用 AI，可以更快地把想法做出来；一个刚入门的人使用 AI，也可以少走一些语法和工程上的弯路。以前一个人折腾几天的东西，现在可能几个小时就能跑起来，这就是实实在在的价值。

但是，东西能跑起来，不代表你已经搞懂了它。

尤其是安全。

真正的自动化渗透或者红队 Agent，不是让模型调用几个工具，再把结果拼成一份报告那么简单。它至少要知道授权范围在哪里，哪些动作可以执行，哪些动作可能影响业务；要能理解资产、身份、凭据和漏洞之间的状态变化；还要处理误报、超时、工具失败、环境差异、证据不足以及任务中断后的恢复。

更重要的是，它得知道什么叫“证明”。

扫描器命中了一条规则，不等于漏洞已经确认；HTTP 返回 200，不等于利用成功；命令执行没有报错，也不等于预期效果真的发生；模型生成了一段看起来很合理的分析，更不代表事实就是这样。

这些东西，前端页面不会告诉你。大模型如果没人约束，也未必主动告诉你。

它只会很认真地继续往下编。

所以现在有些所谓的“AI 安全 Agent”，拆开来看其实并不复杂：一个大模型接口，几个开源工具，一套工作流，再套一个看起来很忙的任务页面。

这样做原型当然没有问题。

问题是，原型刚跑通，宣传里已经“实现自主攻击决策”；几个工具刚接上，产品就开始“重构红队作战体系”；作者自己还没弄明白为什么会误报，title 已经变成了“AI 攻防专家”。

产品还在加载，专家已经上线了。

其实，判断一个人是真的在用 AI 做安全，还是借 AI 包装安全，也不难。

让他离开那套提示词，解释一下每一步为什么存在；让他说明模型拿到了什么输入，做了什么判断，输出如何验证；再问问工具失败怎么办、误报怎么处理、危险动作由谁批准、最后的结论靠什么证据支撑。

如果这些问题都回答不了，那做出来的可能确实是个 Agent。

只不过它到底代理了什么，作者自己也不一定清楚。

AI 真正有价值的地方，不是把一个不懂安全的人瞬间变成安全专家，而是帮助愿意学习的人更快地理解问题、验证想法和完成工程实现。

前提是，你得知道自己要解决什么问题。

是让 AI 帮你分析代码，还是帮你组织任务？是辅助判断，还是自动执行？输入的数据可靠吗？模型输出如何验证？出了错误由谁发现？涉及真实目标时，权限和风险由谁控制？

这些问题没有想清楚，Agent 越自动，可能跑得越偏。

工具越炫酷，错误也包装得越像真的。

说到底，AI 给的是放大能力。你懂技术，它放大你的效率；你不懂技术，它也可能放大你的误解。一个有经验的人看到模型输出，会先问“证据呢”；一个没经验的人看到同样的输出，可能已经开始截图发朋友圈了。

所以，用 AI 没什么不好，做 Agent 也没什么不好。

只是别把 AI 暂时借给你的能力，当成自己已经拥有的能力。

页面可以先上线。

至于“安全专家”这个 title，要不还是再等等？