<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>红队 on 倾旋的博客</title><link>https://payloads.online/tags/%E7%BA%A2%E9%98%9F/</link><description>Recent content in 红队 on 倾旋的博客</description><generator>Hugo</generator><language>zh-cn</language><copyright>倾旋 All rights reserved</copyright><lastBuildDate>Wed, 18 Nov 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://payloads.online/tags/%E7%BA%A2%E9%98%9F/index.xml" rel="self" type="application/rss+xml"/><item><title>给渗透测试 Agent 配一个门禁员</title><link>https://payloads.online/archivers/2026-11-18/jev-gatekeeper/</link><pubDate>Wed, 18 Nov 2026 00:00:00 +0000</pubDate><guid>https://payloads.online/archivers/2026-11-18/jev-gatekeeper/</guid><description>&lt;h2 id="前言"&gt;前言&lt;/h2&gt;&#10;&lt;p&gt;今年我把渗透测试流水线交给了 Agent 全自动跑，跑通之后最不放心的就是越界问题，所以做了一个实验，给 Agent 配了一个「门禁员」。本文把整个流程从头到尾走一遍。拿开源的 &lt;a href="https://huggingface.co/datasets/dreadnode/scopejudge"&gt;ScopeJudge&lt;/a&gt; 数据集在本机微调一个 &lt;a href="https://huggingface.co/jaredpalmer/kev-4b"&gt;Kev-4B&lt;/a&gt; 决策模型插进流水线，微调前后用同一套评测对比效果，最后接进 oh-my-pi 实测对越界命令的拦截。数据构造、踩坑记录、评测数字全部来自这次实验，没解决的问题写在最后。&lt;/p&gt;&#10;&lt;h2 id="背景"&gt;背景&lt;/h2&gt;&#10;&lt;p&gt;我的流水线分五个阶段，测绘、突破、立足 / C2、横向、报告，红队小队全流程实测过 5 轮，共 141 步，报告和记录全自动出。流水线跑通之后，主要的风险点落在越界上，靶场里越界无所谓，真实项目上，一条 &lt;code&gt;nmap&lt;/code&gt; 扫出授权网段，一次越权登录，都是事故。&lt;/p&gt;&#10;&lt;p&gt;「门禁」这个词是和 Agent 对话多了才熟起来的，刚接触的时候觉得它很 AI 味，用着用着自己也跟着说了。通常我们会在提示词里告诉 Agent 哪些不能做，这种约束我称之为软约束，提示词管得住守规矩的 Agent，管不住被注入、被诱导的 Agent。有些开源的 Agent 渗透测试项目走了另一条路，用 Agent Hook 机制挂正则表达式，匹配 tool call 的关键字，命中就拦，这是硬约束。硬约束可靠，但正则不能上太多，影响效果，误报率也高，而且它只认关键字，认不出「扫描 10.0.0.0/8」在授权 /16 时是违规、在授权 /8 时是正常操作这种语义级差别。软约束和硬约束中间缺一层，这一层要做语义判断，我想到的就是决策模型。&lt;/p&gt;&#10;&lt;p&gt;九月中，&lt;a href="https://docs.typesafe.ai"&gt;TypeSafe&lt;/a&gt; 发布了 &lt;a href="https://arxiv.org/abs/2609.37647"&gt;Jev&lt;/a&gt;，一个叫 System One 的决策模型。我第一眼看上的就是它的形状，直觉上这就是给门禁准备的，后文的踩坑证明这个直觉只对了一半。&lt;/p&gt;&#10;&lt;h2 id="什么是决策模型"&gt;什么是决策模型&lt;/h2&gt;&#10;&lt;p&gt;常见的开源模型都是「System Two」，你给它一段话，它一个字一个字往外写，写完一篇文章才给你答案。Jev 反过来，官方叫它 System One，快速直觉判断。用法是喂给它一段材料（叫 state），再附几个问题，它不写一个字的作文，直接返回打好的分。&lt;/p&gt;&#10;&lt;p&gt;问题有三种问法。choice 是选择题，给几个选项，它返回每个选项的概率。noul 是判断题，只回答「这段材料里某件事为真」的概率是多少。score 是打分题，按你定的档位给个评分。所有答案都带校准过的概率，代码里可以直接拿阈值去卡。&lt;/p&gt;&#10;&lt;blockquote&gt;&#10;&lt;p&gt;顺带说个词源。noul 是 Bernoulli 的缩写，就是概率论里掷硬币那个伯努利分布，丢一次硬币，正面朝上的概率。Simon Willison 在&lt;a href="https://simonwillison.net/2026/Sep/21/jev/"&gt;他的博客&lt;/a&gt;里专门确认过这个梗。&lt;/p&gt;&#10;&lt;/blockquote&gt;&#10;&lt;p&gt;门禁任务和这个形状严丝合缝。Agent 每步要执行一条命令，把「授权范围 + 任务意图 + 这条命令」打包成 state，问门禁员一句「这个调用 in-scope 吗」，返回两个概率，拿概率做分流。每次判断只要几百毫秒，插在每步命令前毫无压力。整套架构画出来是这样。&lt;/p&gt;</description></item></channel></rss>