BreachWeave渗透智能体集成外置记忆Taric应用实践
原创
M-SEC社区
M-SEC社区
MSEC运营号
2026年11月13日 17:55
北京
去阅读
ENGINEERING · PRACTICE2026.11
渗透智能体不失忆、不越权、可审计
BreachWeave 智能体集成Taric的应用实践
绿盟科技 AI-PTS · BreachWeave · Taric
技术实践架构解析
大模型可以用于挖漏洞已经成为常识,但是像扫描器一样完整持续完成一个中型web系统的扫描、像EZ一样完成一个靶标单位的完整资产和漏洞测绘,过程不中断方向不偏离,仍是一个技术活。
外置记忆,也是绿盟科技AI-PTS智能渗透测试产品长周期不间断执行任务的核心技术之一。Taric作为独立外置记忆扩展,其效果已在上一篇幻境(AI-PTS单兵工具版)中也进行了效果验证。
01
PART
渗透测试智能体长程任务需面临的问题
CHALLENGES · LONG-HORIZON TASKS
把 LLM 智能体放进一次真实的授权渗透测试里,它会很快撞上三道坎:
1
失忆:上下文窗口是智能体的全部工作记忆。一次真实测试动辄数小时到数天,工具输出、有效凭据、中间结论很快被压缩摘要冲掉;换一个 solver、重启一次会话,上一轮的经验留存几乎清零。
2
失控:智能体手里有 bash、nmap、sqlmap。它现在在打哪个目标?这个目标在不在授权范围内?它自认为“测完了”算数吗?——平台很难给出机器可验证的答案。
3
无审计:渗透测试是强合规业务。报告里的每一个漏洞,都需要给出存在性证明,测试过程都要留存证据。
BreachWeave 的 feature/taric 分支,把 Taric 这个「面向攻防智能体的长期记忆与治理组件」接进了平台核心,本文讲清楚它是怎么做到的,以及这套组合在工程上值多少。
02
PART
BreachWeave:多角色渗透智能体平台
PLATFORM · THREE ROLES
BreachWeave 是基于 pi-coding-agent SDK 构建的智能体渗透测试平台(Bun 运行时),采用三角色架构:
Manager / Planner(控制面)
:不亲自执行测试动作,只负责识别待测资产、决定启停 challenge 实例、调度 solver、汇总报告;
Solver(执行面)
:每个 solver 是一个 Kali 容器里运行的 pi-coding-agent 会话,面向具体资产执行信息收集、漏洞验证、利用链推进与报告提交;
Observer(旁路监督)
:solver 进程内的 sidecar 会话,维护「Ideas 看板 + 持久 Memory」,对 solver 产出做独立审查与轻量纠偏。
平台自带 Attack Flow 攻击流可视化(时间线回放、情报图谱、协作动态图),这是它区别于“单会话渗透 Copilot”的产品形态:一支可以并行作业、被统一调度和监督的智能体攻击小队。
但把这样一支作战小小队放进长周期任务,基线的短板立刻暴露。
03
PART
Taric:为渗透智能体而生的「权威事实源」
AUTHORITY · SOURCE OF TRUTH
一个记忆只有摘要碎片、状态没有权威源、动作没有审计链的渗透智能体。这在 CTF 场景里和短时间执行任务中够用——短周期、链路少、结果或目标确定;但在授权渗透场景里,需要面临海量资产、海量测试过程任务数据、大量测试链路关联资源,这些问题都是致命伤。
Taric 的定位:把渗透任务里所有“需要被信任、被治理、被追溯”的状态,从智能体的上下文和宿主的散落文件里拿出来,放进一个带版本、带权限、带审计的权威事实源(authority)。
它的领域模型覆盖了渗透项目的完整生命周期:
text
Engagement(项目)
├─ Scope / ScopeRevision(ROE:授权目标、协议端口、时间窗,不可变修订链)
├─ Resource / ResourceRevision(攻击面资产及变体)
├─ Observation → Evidence → Claim → Finding(证据链,L0/L1/L2 三级信任)
├─ WorkItem → WorkRun → Attempt → Checkpoint(执行,租约 + generation 防串话)
├─ ActionIntent(动作审计:recommend → host-decision → host-result → reconcile)
├─ CoverageManifest / CoverageCell(覆盖矩阵,9 种状态)
└─ ReportSnapshot → CloseDecision(封板与关单,关后只读)
面向渗透场景的设计,为BreachWeave打好基础支撑:
1
模型只能提案,宿主才能直写。智能体产出的每条“事实”先以 proposal 进入候选态(L0),经评审准入升为 admitted(L1),独立复核后带 canonical id(L2);而 WorkRun、Checkpoint、Action 这些治理状态机只接受 host principal 直写。模型永远无法把自己的想象直接写成事实。
2
一切可追溯。追加式审计链(hash / prev\_hash / commit\_seq)、不可变 ScopeRevision 修订链、CAS 版本化的 Artifact、动作四步审计——事后可以回答“谁在什么时候基于哪版授权做了什么决定”。
3
fail-closed。授权不满足就拒绝,版本不配对就拒绝,关闭的 Engagement 直接只读;PostgreSQL 不可用绝不回落 SQLite。安全系统宁可停,不可糊。
4
边界清晰。Taric 明确声明永久非目标:不运行模型、不调度智能体、不执行目标动作、不管理凭据生命周期。它只回答“什么是真、允许什么、如何追溯”,执行层的事留给宿主。
04
PART
Taric分层支撑:记忆层、治理层、生命周期层
INTEGRATION · THREE LAYERS
BreachWeave的feature/taric 实现,集成不是“把数据换个地方存”,而是按数据性质分层接管:
记忆层:proposal → admission 的项目级共享大脑
针对「失忆」,集成引入了 TaricMemoryProvider,把平台原有的两层看板(challenge 全局层 + solver 本地层)升级为以 Taric 为权威的项目级外置记忆:
写入即提案
:solver/observer 产出的每条 memory、idea,都包装成 Taric claim proposal,显式标注 \"BreachWeave model or operator proposal; not an admitted fact\"。记忆不可 update/delete——发现写错了?追加一条修正提案。这保证了记忆的每次变更都有完整轨迹。
读取分信任级
:readBoard() 用 pinned read\_seq 快照同时拉取候选提案与 canonical 事实,两者 read\_seq 不一致直接报 conflict——读到的一定是某个一致时刻的世界。注入 solver 上下文时明确区分 candidate / admitted / local 三态,候选永远不会被当成事实使用。
断链可恢复
:Taric 不可达时(taric\_best\_effort 模式),写入进加密 outbox,恢复后按序幂等重放,以权威 read\_seq 推进水位;capture 类事件不自动重放,留给 operator 对账——不同数据不同策略,而不是一刀切。
有界读取
:单次读取上限 24 页 / 1000 条 / 4MB,并附完整分页诊断。外置记忆是给上下文“减负”的,不能反过来把上下文撑爆。
与上下文压缩正交互补:pi SDK 的 compaction 负责“压掉对话历史”,Taric 负责“保住压缩也压不掉的 durable facts”。solver 的任务提示里明确写着:初始上下文只带了压缩摘要,怀疑忘了已验证结论时先查 memory\_list。上下文可以被清空,关键事实可以从权威库重建——这才是长任务续航的正确姿势。
值得一提的是这套集成的验收方式:真实任务采样曾发现 297 次 host 事件捕获全部被 Taric 严格契约(unevaluatedProperties: false)拒绝——不是绕过契约,而是修复宿主的适配层(adaptCaptureDto)后全量通过。严格契约在集成期就帮你提前暴露了脏数据问题,这正是把权威源做严格的红利。
治理层:把 ROE 写进每一层校验
针对「失控」,新增的 authorized\_pentest 项目模式把授权从 prompt 嘱咐变成了机器强制的控制面:
结构化 ROE
:每个授权项目绑定 Taric 的 ScopeRevision——授权目标(域名必须提供 DNS 解析地址,hostname 与全部解析 IP 都必须在 allowedTargets 内、deniedTargets 优先拒绝)、协议与端口白名单、测试时间窗。每次出站动作前做 egress 预检,且 authorized 模式下判定由 TaricAuthorityActionService 以 canonical policy digest 强制,不信任宿主内存里的任何副本。
无授权即拒绝
:无有效 ScopeRevision 时,Taric 拒绝 WorkRun 的 claim、续租、checkpoint、Action 和 run-bound Artifact 操作;BreachWeave 侧则拒绝启动 solver、拒绝 planner 调度(TARIC\_GOVERNANCE\_REQUIRED),engagement 关闭后拒绝一切新任务。一个 solver 从生到死都跑不出授权围栏。
模型面零直连
:solver 容器不持有任何 Taric 凭据,全部请求经 host bridge(stdout JSONL)由宿主代理;生命周期身份(assignment / run / generation / epoch / scope / lease)只能由宿主从容器环境变量注入,模型请求体里携带即拒绝。即使走 MCP 通道,模型面也只有只读 + 提案工具。
本地只是投影
:challenge 定义、资产、提交、统计全部由 authorized-projection 从 Taric 权威快照重建,本地文件删了可以完整重建(smoke 验证 9/9 通过);而凭据在投影重建时永远是占位符——事实可以重建,秘密不可复制。本地可信配置损坏时拒绝启动、绝不回退到本地任务状态。
崩溃有恢复协议
:宿主崩溃重启后对活跃 WorkRun 走 work.resume 的十项前提检查(engagement / scope / checkpoint / lease / context manifest……),可恢复则续跑,不可恢复则明确标记 replan\_required——不会出现“旧任务带着过期授权复活”的窗口。
生命周期层:报告即停止、独立审核、首轮目标观测
feature/taric 的另外两次提交解决了基线最烧钱的两个运行时问题:solver 干完活停不下来,以及首轮任务漫无目标、资源释放不及时。
报告即停止(report-to-stop):新增 challenge\_submit\_progress / challenge\_submit\_final
双通道——增量进度不停 run;final 报告一旦被账本接受,立即生成 stop effect,run 进入 stopping。停止本身是一个三段式合同(grace 3s → hard deadline 10s → force stop),且必须拿到物理退出证据(waitpid / container\_exit / cgroup\_empty + 进程树退出 + 通道关闭)才算释放槽位。拿不到证据?那就标 unknown,继续处理——资源泄漏在合同层被堵死。
独立审核链:solver 自报完成 ≠ 完成。observer 以独立全史审查(分页读取 solver 全部历史,无证据 = missing、有声明无证据 = unsupported)产出 checklist,必须恰好覆盖全部分配项;planner 在 300 秒决策窗口内裁决 continue / stop。三层兜底保证这条链不会卡死:solver 侧主动退出探测(solver\_stop\_approved 即 dispose + exit);observer 审查最多重试 3 次,超时放手交给宿主;宿主 sweep 在 10 分钟审查宽限期后用降级审查强制 stop 释放资源——审查可以失败,但资源释放不依赖审查成功。
首轮目标观测:planner 提示词现在把「首轮观测」作为最高优先级——未完成观测的项目不并行分配深入测试。观测轮固定四个产出:资产可达性验证、(如提供)账号可用性验证、资产指纹与画像、首页主要功能清单。快速观测完成后,才按“资产 × 攻击方向”拆分并行分工;不可达 / 账号不可用的结论直接转 blocked。这是把人类渗透测试的项目开局经验固化进了调度策略。
05
PART
Taric在BreachWeave上的实践价值
VALUE · SIX GAINS
1. 任务续航力:从小时级到天级。 外置记忆 + 上下文重建 + 断链 outbox,意味着任务可以跨 solver、跨会话、跨宿主重启延续。上一轮“目录遍历拿到三个凭据、其中一个已失效”这样的关键教训,不再依赖 observer 恰好把它写进 220 字符的摘要。
2. 结论可信度:候选与事实永远分开。
L0/L1/L2 信任分级贯穿记忆、证据与 finding——finding 必须绑定已准入的证据,独立审核把“自报完成”变成“证据支撑的完成”。给客户的报告里,每一句话都能回答“这是验证过的事实,还是智能体的推测”。
3. 合规内建:ROE 从文档变成代码。 结构化 ScopeRevision、egress fail-closed、Action 四步审计(建议→宿主决策→宿主结果→对账)、coverage gate 把关关单(覆盖矩阵存在缺口就不允许 close,关闭后整个 Engagement 只读)。这一套让“智能体做的渗透测试”第一次具备了通过甲方安全审计的叙事资格。
4. 运维弹性:坏事情发生时的行为是确定的。 Taric 不可达 → 降级明确标注 + outbox 排队;宿主崩溃 → 十项前提检查恢复或 replan;升级 → 五个 @taric/\* 包版本与 integrity 锁定、66 项操作合同注册表比对,不配对即拒绝写入。故障模式是设计出来的,不是碰运气。
5. 资源效率:观测先行、报告即停。 首轮观测避免多容器盲跑;final 即停 + 物理退出证据 + 审查宽限兜底,容器与实例槽位周转率显著提升——对按容器计费的部署形态就是直接成本。
6. 渐进式落地:双模式、可回滚。 同一套核心,taric\_best\_effort(记忆增强,可断链)与 taric\_required(治理强制,不可降级)两种策略;项目级 memory\_mode 路由,竞赛遗产场景保留 legacy\_local 退出通道。这不是一次性豪赌式重构,而是每一步都可验收、可回滚的演进——三次提交本身就是这个方法论的展示。
06
PART
后续可演进的路线:治理即场景
ROADMAP · GOVERNANCE
集成不能停在记忆层。分支内的 lifecycle/ 目录为下一步演进做了一定的铺垫:Assignment / SolverRun / ReviewJob / Finalization 领域状态机、五元 fencing(revision × generation × epoch × scope × lease)、BudgetTree 多级预算、冻结证据包(FrozenReviewPack)与报告封板流水线;对应的 Taric 适配层锁定了下一代基线(Taric b2542a0 / Core 1.1.0 / API 1.5.0 / pi 1.5.0)。
CoverageCell 的多维矩阵也指向 OWASP WSTG 覆盖字典——当“测完没有”由覆盖矩阵而不是智能体的自我感觉决定时,渗透测试的完成判据才第一次可仲裁。
在更长远的路线上,可以规划设计:per-project Engagement 隔离、PostgreSQL 多主机权威、异构 reviewer 池、分布式solver智能体协同渗透能力。
///
LAST
结语
CONCLUSION · INFRASTRUCTURE
智能体渗透测试的瓶颈,从来不只是“模型会不会打漏洞”,而是长时间作业的记忆治理、授权边界的机器强制、以及面向第三方的可审计性。这三件事没有一个是提示词工程能解决的——它们需要的是基础设施。
Taric 给 BreachWeave 装上的,正是这一层基础设施:一个模型只能提案、宿主才能直写、一切变更可追溯、任何越权都 fail-closed 的权威事实源。三次提交之后,这支智能体攻击小组从“记忆只有碎片、凭感觉推进的侦察队”,变成了“有共享大脑、有授权围栏、有审计链条、观测先行且报告即停的作业体系”。
版权声明
本站仅做备份收录,仅供研究与教学参考之用。
读者将信息用于其他用途的,全部法律及连带责任由读者自行承担,本站不承担任何责任。










评论