自主漏洞挖掘智能体：从一组被误读的数字说起

某云厂商公开了一款面向安全场景的专用智能体，宣称能以极低成本自动完成漏洞发现、利用代码编写与补丁生成，并只向经过审核的客户开放。随发布一同给出的成绩单里，一组关于操作系统内核与浏览器的高危漏洞数字迅速传播，随后在二次转述中不断变形——同一串数字被写成“单次运行修补数”“十天扫描总量”“已知漏洞总量”，甚至被安上了原始材料中并不存在的统计口径。

数字被反复误读这件事本身，比数字大小更值得技术从业者关注。它暴露了一个普遍问题：当自主智能体开始承担漏洞挖掘这类高复杂度工作时，行业尚未建立起与之匹配的度量语言。本文试图把这条流水线拆开，讲清楚每个数字到底对应哪一步、成本如何分布、以及这种能力对攻防双方意味着什么。

一、为什么不能“逐行读代码”

现代操作系统内核的代码规模在四千万行量级。让任何模型或人工逐行审计既不经济也不现实，真正可行的路径是先缩小攻击面，再深度分析。

这条流水线的第一步是一个筛选型智能体，它依据两个条件挑选目标：

• 该代码路径是否可被低权限用户触达；
• 该代码段是否与安全边界相关（权限检查、内存管理、输入解析等）。

按此规则，从四千万行中筛出约五千个目标、合计约两百八十万行，占比约百分之七。这一步的成本仅为数千美元——便宜到几乎可以忽略。关键在于，它把后续所有昂贵步骤的输入规模压缩了一个数量级以上。

这正是自主智能体相对传统审计的核心优势：不是读得更快，而是先用极低成本决定“读什么”。 传统模糊测试或静态扫描往往在全量代码上铺开算力，而智能体式筛选把算力集中到了高价值区域。

二、四段式流水线与成本结构

筛选之后是三个依次递进的阶段，成本分布极不均匀，这一点对预算规划极其重要。

第一阶段：批量阅读与候选生成。 分析型智能体在十余小时内读完两百八十万行，产出两千余条候选发现，花费约三十余万美元。此阶段本质是“高召回优先”，宁可错报也不漏报。

第二阶段：动态复现。 每条候选被放入隔离虚拟机中实际触发一次，只有真正导致崩溃的才被保留，约一千七百余条复现成功，花费约七万美元。这一步把“看起来像漏洞”变成“确实能让程序异常”，是剔除幻觉的关键闸门。

第三阶段：可利用性构建。 这是最昂贵的一段。在开启地址随机化、 supervisor 模式访问防护、内核地址空间随机化等标准缓解机制的发行版内核上，把一次崩溃升级为能取得最高权限的利用程序，约一千一百余条跑通，花费约七十七万美元——接近总成本的三分之二。

第四阶段：变体归并。 把同一根因的不同触发写法聚类，最终得到约九百余个彼此独立的提权问题，对应九百余个不同补丁。

全程约一百二十一万美元，摊到每个可用的提权利用程序上约一千三百美元。需要指出的是，官方列出的分段成本相加与总额存在两美元差额，这类小数级不一致在工程核算中常见，通常源于四舍五入或某一步的附加开销未单列，不影响整体量级判断。

三、三个必须区分的概念

误读的根源在于把三个不同层次的计数混为一谈：

口径	含义	常见误读
候选发现数	静态分析产出的疑似问题	被当作“已确认漏洞”
动态复现数	在隔离环境中真实触发崩溃的数量	被当作“已知漏洞总量”
独立利用数	归并变体后可稳定提权的独立问题数	被当作“修补数量”或“发现数量”

尤其要注意：原始材料中并未出现“已知漏洞”“此前未知漏洞”这类统计，相关说法来自二次转述的加工。而“修补数”与“利用数”也不是一回事——补丁数量对应归并后的独立根因数，不等于自动修复了多少行代码。

给工程团队的建议是：评估任何自主漏洞挖掘能力时，先要求对方明确每个数字对应流水线的哪一步、在什么防护配置下测得、是否经过动态验证。 没有这三项限定，数字不具备可比性。

四、被忽略的百分之九十三

所有讨论都集中在那百分之七的覆盖率上，却很少人追问剩下的百分之九十三意味着什么。

筛选阶段的取舍标准决定了盲区：低权限不可达的代码、与安全边界关联度低的模块、以及需要特殊硬件或配置才能触发的路径，都在本次范围之外。这并非缺陷，而是成本约束下的理性选择——但它意味着“扫了多少”永远比“报了多少”更重要。

对防御方而言，这提示了一种务实的用法：把这类智能体当作攻击面优先级排序工具，而不是“漏洞清零工具”。它输出的高价值区域清单，可以直接指导人工审计与加固资源的投放方向。

五、对攻防格局的实际影响

攻击侧的门槛被重新定义。 过去从崩溃到可用利用程序需要资深研究者数天到数周的工作，如今单条成本被压到千美元量级。这意味着漏洞利用的开发从“手艺”向“可批量采购的服务”偏移，防御方面临的利用程序供给速度会显著上升。

防御侧获得的是时间窗口而非终局。 自动生成补丁的能力确实能缩短修复周期，但补丁质量、回归验证与发布流程仍是瓶颈。真正的价值在于把“发现—复现—定位”的链路自动化，让人工聚焦在决策与验证环节。

度量体系需要重建。 建议在内部安全评估中固定以下指标：筛选覆盖率、动态复现率（复现数/候选数）、可利用转化率（利用数/复现数）、单条可利用问题成本。这四个比值比任何绝对数字都更能反映能力真实水平。

结语

一项能力越是自动化，越需要精确的语言来描述它。把筛选数当发现数、把复现数当已知漏洞数、把补丁数当修复成果，最终会导致安全投入投向错误的方向。对开发者与安全团队而言，理解这条流水线的分段逻辑与成本结构，比记住任何一个吓人的数字都更有价值——因为前者可以复用，后者只会被下一次发布覆盖。