关于网络安全Agent相关的一些思考

admin 2026-11-18 01:12:24 网络安全文章 来源:ZONE.CI 全球网 0 阅读模式

关于网络安全 Agent 相关的一些思考

原创

ChinaRan404
ChinaRan404

知攻善防实验室

2026年11月17日 09:35
山东

去阅读

序言

哪来的这篇文章?

这篇文章也算是给我们的开源项目“全链哨兵”写一个序言吧,一个月前的 16 号,我们进行了第一次 commit,并且累计提交 commits 372 次,开源一个月了,全链哨兵在 github 的 Star 数量也快 1k 了。

全链哨兵相关的文章,在公众号已经将近 5w 浏览量了,一个月的时间,我认为全链哨兵也是有一些影响力的,是时候给他补一篇序言了。

本文并没有任何 AI 写作参与,请放心阅读

先从两年前聊起来

大概从 2024 年底开始吧,那时候刚开始有 MCP 这个东西,大家就开始东拼西凑,凑成一个大量工程化的的项目,那段时间大家热衷把各种工具/工作流拼成复杂工程,Dify、扣子这类工作流平台就是典型代表

从 ClaudeOpus4.5 以来,真正智能涌现之后大家从各种东拼西凑的东西删除掉,开始研究架构、开始想办法更高的提升产出。

2026 年,年初

我个人认为是比较快的,我们完善了团队自己使用的 Skill 相关的,并且落地到攻防场景,大概在这个时候,一份好的 Skill 是真的可以优化你的产出的。

2026 年,年中

我们简化了我们的 Skill,并且改造以“目标+任务”为核心,开始万事从简。

2026 年,还是年中

这时候开始流行了一些 Agent 比赛,大家都在研究有没有一个更好的Agent 框架能够让 Agent 发挥更强的能力

现在

同时过不了多久,整个圈子里,我们开始似乎一致的认为,你的架构,没有用,一个单纯的 pi(单纯的 bash+文件读写)就可以把比赛成绩做的非常漂亮

现在来看,如果你有过自身的一些研究经历你就会发现,大家都是在拆架构,而并非在加东西,拆掉架构、万物从简。

个人的一些小想法

现在无论所有的 Agent,在他本质上性能差异就已经很小了再去研究一些架构,就有一些钻牛角尖了

比如,你的 Agent 架构非常牛逼,但是配合了一个三年前的模型,那么你的产出依旧是垃圾。

你的 Agent 只有 Pi 这种的 bash、文件读写,但是你配合了一个非常现代的模型,那么你的 Agent 性能往往是比较前沿的。

如果再迭代 2 次模型能力,我会有一种比较极端的言论,拿 90% 的时间去提升 1% 的能力,那我觉得是不值得的,因为这个 1% 也会被模型自身的能力优化掉。

你可能通过一些编排、架构来解决了很多问题,但是,通用 Agent 下一代模型可能直接具备这些能力;不要把通用 Harness 架构当成核心护城河,因为大厂有更强的模型、更大的研发团队和更充足的资源。

吕布骑狗

同时我还有一个暴论,很值得探讨

你觉得你的 Agent 牛逼,实际上不是你的 Agent 牛逼,而是模型牛逼

很多人误以为是自己的 Agent 牛逼才导致产出这么强,实际上并非如此

现在来看,一个任务的完成情况 100% 来算:

Agent 功劳似乎连 10% 都不到呢

同时如果你有渠道,真的可以试一下换上 1-2 年前的模型看看产出,比如已经有智能手机了,大家还在研究怎么增强小灵通的信号,我觉得是不符合时代发展的。

我认为一个 Agent 对于大模型和人而言,怎么更快的铺路(元数据)是提升效率最快的方法。

如何铺路?

比如用户想测 APP,会遇到两种场景:

1.AI 自行去安装环境 安装虚拟机

2.直接得到现有环境

这就是铺好的路,由 2 开始直接工作,时间会快很多倍,这个也是场景题。

关于全链哨兵定位的思考

全链哨兵其实是我在打某一个攻防的时候,遇见了一些道德限制,临时造的一个小工具,后来慢慢的就开始想完善了

在这之前我们有一些闭源的红队 Agent 项目。

我们收集了市面上许多的 Agent 项目,大家思路都在梭哈怎么去打 Web 网站。

在我做全链哨兵这个项目的时候,我就已经意识到了这一点,我们不想再去研究什么架构,转而面向的是一些场景化的问题,比如在安全服务过程中,我们大多数都不可能只有 Web 渗透,我想大家也有很多 App、小程序、移动设备、安全监测这种工作任务需要完成。

比如经常有人问我的一个问题,全链哨兵和ARTEX(开源版)比起来谁更厉害?

假如,如果是放在一年前,问这个问题,单纯看 Web 渗透,我会说ARTEX(开源版)非常权威,但是如果放在现在,我会说差别不大。

同时我也会回答,定位不同,全链哨兵是为了解决全场景的安全服务工作,而并非一键梭哈。

那么会有人问,全链哨兵会不会太臃肿了?

其实我觉得并不算臃肿,看似全链哨兵的功能很多,其实大多数都是按需加载的,并非一直堆工具

比如你想要测  iOS,只有你选择了 iOS 工具,才会按需加载他所需要的工具。

关于“全链哨兵”的定位思考,我觉得我们在此和 Yak 项目工程的想法是一致的。

网络安全 Harness 的悲歌

大家有兴趣也可以去阅读一下这篇文章

关于全链哨兵的比赛成绩

一直有人喊我去跑分看一看全链哨兵可以跑多少分,我觉得对我这种个人开发者没有什么意义,如果想看全链哨兵可以跑多少分,直接看 pi 可以跑多少分就好了。

具体原因也可以聊一聊

第一个我觉得可能就是时间和 Token 的问题吧,我真的很懒,不想去为了比赛而比赛,粗浅的看了一下吧,目前的比赛方式一般都是一轮对话或者一个工程做几十上百个任务,这对实际工作场景来说一般是不可能的,一边要做渗透、一边要做云安全、一边要做杀软绕过等等各种场景,我觉得是不符合现实逻辑的,但是却很大有人想把他们量化成成绩来看,我觉得是不合适的,比如你的目标是吃饱饭,但是总是想着量化你这顿饭评分是多少?膳食纤维有没有补充足够?蛋白质有没有补充足够?脂肪是不是摄入过多?对于一个想吃饭的人,我觉得有没有餐具才是问题的所在。

第二个我觉得也是网络安全 Agent 的易用性,不能只看跑了多少分,多模优秀的架构,还要看解决了哪些场景问题?省去了多少时间?能为实际工作场景带来哪些优化?

意见采集

我们采集了许多乙方和甲方和很多友商的产品,发现大多数遇见的问题一样,也是场景覆盖的问题,因为网络安全不只有 Web 渗透。

所以我们做了:

Web 渗透、安卓 APP 渗透、iOS 渗透、攻防场景、应急响应、开源漏洞监测、威胁反制等等功能,如果你是一个安服仔,基本上使用全链哨兵可以覆盖全部工作内容(写报告和汇报除外)。

如果有兴趣,欢迎来看一下我们的项目

https://github.com/zgsfsec/Full-Chain-Sentinel-System

我们不再对架构进行改动,而是想要如何更优雅的拿到元数据?

当下我们如何快速提高产出

其实这个问题也是非常值得思考的,比如一场攻防里面,你想打出来成绩,其实更多的是拼的速度。

比如有 100 个资产,对攻防场景熟悉的师傅基本看看标题看看二级域名前缀就知道先让 AI 打哪些可以快速产出,人对任务的把控是不可忽视的,AI 不是快速许愿机,这些经验不是AI 可以迅速产出的,当然你有无限 Token 除外

比如你这么问 AI,其实回答就比较错误

所以人的经验也是很重要的。

比如你让 Agent1 去测试官网门户、统一认证,这些系统,往往是很难产出大洞的

你让 Agent2 去测试一些自研系统,这些自研系统往往出洞概率很高。

最后

以上就是我对目前的网络安全 Agent/Harness 的一些思考,请各位师傅理性看待,也欢迎大家在留言区友善讨论和转发。

    37家金融机构连遭入侵,韩国金融业哪里先失守? 网络安全文章

    37家金融机构连遭入侵,韩国金融业哪里先失守?

    韩国金融业37家机构遭遇入侵,47.3万条信息泄露,事件涉及银行、证券、保险等多个领域,监管排查重点已延伸至API、测试系统、外部接触点与内部控制。事件暴露出机构管理账户与热钱包的安全压力,以及泄露的身份数据可能被用于欺诈的风险。韩国金融委员会计划加强检查外部接触点和内部控制,建立跨行业攻击信息共享机制。
    评论:0   参与:  0