audit：复现Cloudflare Glasswing架构的8阶段漏洞发现Agent，免费开源

前面我们报道了Anthropic Project Glasswing发现1万+漏洞的新闻。如果你也想用类似的方法审计自己的代码，好消息——有人已经把Glasswing的架构做成了开源工具。

evilsocket/audit是一个MIT协议的漏洞发现Agent，复现了Cloudflare在Glasswing博客中描述的8阶段流水线。使用Claude Pro/Max订阅即可运行，不需要额外API密钥。

8个阶段的流水线

这个工具的核心设计理念来自Cloudflare的发现：真正有效的漏洞发现不是”问一个大模型找bug”，而是一套系统化的多阶段流程。

第1阶段 – Recon（侦察）：使用Opus模型扫描整个代码库，生成细粒度的Hunt任务。不是笼统地说”找漏洞”，而是把搜索空间缩小到具体的函数和信任边界。

第2阶段 – Hunt（狩猎）：使用Sonnet模型，每个Agent只负责一个攻击类别。比如”检查这个函数是否存在命令注入”，而不是”找所有漏洞”。

第3阶段 – Dispute（反驳）：这是最聪明的设计——用另一个Agent（可能用不同模型）试图推翻第一个Agent的发现。只有经得起质疑的漏洞才继续。

第4阶段 – Reachability（可达性验证）：大多数”代码有bug”的发现其实是噪声——如果攻击者控制的输入根本无法到达漏洞点，这个bug就没有实际威胁。这个阶段会做可达性追踪。

第5-8阶段：包括反馈循环（发现一个地方的漏洞后自动搜索同类模式）、报告生成等。

为什么这样设计有效

Cloudflare在Glasswing博客中总结了一个关键洞察：让一个大模型”找所有bug”效果很差。但把它拆分成多个窄范围任务，每个Agent只关注一个具体问题，效果就好得多。

deliberate disagreement（刻意反驳）的设计也很重要。单个AI模型容易”自信地犯错”——它找到一个”漏洞”就报出来，但实际上可能是误报。让另一个Agent去挑战，可以大幅降低误报率。

安装和使用

# 克隆仓库
git clone https://github.com/evilsocket/audit.git
cd audit

# 确保已登录Claude
claude login

# 运行审计
python audit.py /path/to/your/code

需要Claude Pro或Max订阅。运行过程中会自动调用Claude API，不需要单独配置密钥。

适用场景

开源项目维护者：定期对自己的项目运行一次审计，发现潜在安全问题。

企业安全团队：作为代码审查流程的补充，用AI做第一轮筛查。

安全研究者：用它来辅助漏洞挖掘，缩小搜索范围。

局限性

1. 依赖Claude Pro/Max订阅，有使用配额限制

2. 大型代码库的审计可能需要较长时间

3. AI发现的漏洞仍需人工验证

4. 主要针对已知攻击模式，对零日漏洞的发现能力有限

本文参考来源：evilsocket/audit GitHub | Anthropic Project Glasswing