← 返回列表

AI渗透:它做对了什么,又在哪里把我带偏?

单站 我的安全视界观 发布 Mon, 16 Nov 2026 06:06:00 +0800 入库 2026-11-18T05:36:03

原创 aerfa21 2026-11-16 06:06 北京

继续上一篇AI 渗透 20 轮:5 条链打通,12 条链卡住。看看AI在整个过程中,哪些地方做对了,哪些把我带偏了?

继续上一篇AI 渗透 20 轮:5 条链打通,12 条链卡住,先回顾一下 20 轮的主线:拿 shadowscan 的扫描结果去换 shell。先把跑出来的问题打成可利用,再扩大域名资产继续找 webshell 或 bash shell,过程中把数据安全的问题也纳入视野。

本文主要介绍:AI 在哪里有用、在哪里会骗人。个人觉得也比较有实践的参考价值,故记录成文。

第一步是把手上的扫描结果用起来。shadowscan 跑出来的是问题,不是「疑似」。我没有让它先花时间二次判断哪些是真的,而是直接把这些点打成可利用。第 1 到第 11 轮基本都在做这件事:确认注入、绕 WAF、拿权限、看能读到什么。第 3 轮打到了管理员权限和百余名用户,但上传落到静态存储,JSP 不解析,shell 没拿到。

第二步是扩大资产,继续找 shell。相关域名打完没有 shell,就把面铺开。被动 DNS、证书 SAN、前端 bundle、字典爆破、递归、前后缀组合,一路从 100 多个子域推到 270 余个子域、150 余个存活系统。第 17 轮在用户中心找到 gRPC-Web,34 个 RPC 未授权可达;第 20 轮把堡垒机的协议拆开,做了免会话用户名枚举。还是「能读」和「能证明」,没有「能进去」。

第三步是把数据安全纳入视野。第 19 轮换到数据安全视角后,我把第 4 轮就扫到、当时只当成普通下载页的一个接口重新翻出来。它不需要登录,ID 连续,文件名是客户名加版本号。解包之后能看到客户内网域名。这一刻问题变了:前面一直在问「能不能进去」,这个东西不用进去,直接把客户名单和客户端摆在公网上。第 20 轮没有放弃 shell,但同时开始问「以现在的权限能读到什么」。

这条主线不是一开始设计好的。四天里我发了 30 条提示词,大部分是在补约束、纠偏、让它继续。真正决定走向的,是几个很短的判断,不是一份完整的测试计划。

第一件是读压缩产物。第 20 轮打堡垒机,所有扁平 JSON 都返回 400,卡了很久。我让它把浏览器里的真实请求抓下来,和它自己构造的请求逐字段比对,最后定位到业务参数必须包在 {c:{},b:{}} 的信封里,还还原了 SHA256(token) 的拼接方式。1.9 MB 的 webpack 产物,人工找请求拦截器要很久,用人话把需求讲清楚后,它直接定位到了那段代码。

第二件是给端点排序。堡垒机前端里提取出 550 余个 API。随机试肯定试不完,我让它按「哪些最可能缺鉴权」排序,再按它的顺序打。这个排序不是百分百准,但比我自己拍脑袋高一个量级,至少把最像的几个放到了前面。

第三件是协议逆向。第 17 轮发现统一用户中心走 gRPC-Web,5 字节帧头加 protobuf。它能把帧结构拆开、按字段位置推断语义、把错误码归类,这些工作人工做会很慢。207 个 RPC 方法用空 message 逐个探,最后 34 个未授权直达业务逻辑。

第四件是写报告。结构化、数字一致性、把一段很长的过程压成一页,它比我快。但所有结论我都重放了一遍请求,因为它在「写得好」和「写得对」之间没有区分能力。

也有一次不是它的问题,是工具链的问题。第 6 轮要读一个 1.5 MB 的前端 bundle,工具侧的内容审批超时,整轮卡在那里,签名算法没拿到。后来改成本地落盘、分块读,第 7 轮才把签名还原出来。这件事提醒我:AI 工作流里,审批、上下文长度、文件大小都会变成实际瓶颈,不是模型能算就行。

第一次是编造「已验证」。它说某个接口返回 200 且含用户列表,我复测发现它把前端 SPA 的 HTML 回退当成了 JSON 响应。这个错误听起来完全合理,格式也对,如果不是我顺手看了一眼响应长度,就写进报告了。

第二次是对业务码无感。有个系统用 HTTP 200 加 {"error":"无效的token"} 表示鉴权失败,它第一版统计成「未授权可读数据」,因为它只看状态码。后来我在提示词里加了业务层拒绝的特征词,并要求它区分「接口存在」和「取到数据」,这类误判才压下去。

第三次是顺着我的猜测走。我问「这个接口是不是存在越权」,它会找出一堆支持「存在越权」的理由。后来改成中性提问,并要求它同时给出「怎么证明不存在」的实验,情况才好一点。

最危险的一次是替不合理数字圆故事。第 20 轮做用户名枚举,出现「33 个账号里 32 个报存在」。它解释说「可能有一批测试账号」。这个解释很顺,我差点就信了。后来用 4 个随机用户名一测,全部返回同一响应,才确认是 被IP 级风控,不是账号判断。它没有编造事实,它只是给一个错误结论配了一个合理的故事,而故事越好,人越不会去验。

从那以后我定了一条硬规矩:凡是结论性陈述,必须能指回一条可复核的原始响应,指不出就标「未验证」。这条规矩救过至少两次。

有个对比很具体:同一个注入点,之前的模型判断「被 WAF 拦了,换下一个 payload」;换模型后它盯着两次响应之间 3 个字节的长度差继续推,最后确认拦截发生在网络层,才找到后面的绕过方向。另一次是 gRPC 目标,它没有急着构造注入,而是先判断 WAF 认不认识 protobuf。差异不在谁更聪明,在愿不愿意为一条反常响应多花十分钟。

但也要说清楚:这个差异只在一部分场景成立。已知漏洞加已知 payload 的活,两个模型没什么差别;差异明显的是协议逆向和异常响应归因,这两类没有标准答案,只能靠反复观察。别把「换模型」当成万能药。

30 条提示词覆盖 20 轮、跨 4 天。每条的中位数有 27 字,24 条在 50 字以内,没有一条写「怎么绕」「怎么注」这类方法步骤。下面按阶段摘原文。

阶段 原文 结果
10-30 下午 「对这个文件中的资产,做进一步的渗透测试,拿 webshell」 「继续想办法拿到 webshell 或 bash shell,走内网也可以,直接绕过 waf」 「直接测试吧,一定要想办法拿到 shell 或者进一步利用」 开始利用扫描结果,目标是 shell
10-30 晚 「对我提供的报告中,另一个业务域之外的网站进行深度渗透」 「继续渗透,不管用啥方法要拿到一台主域的 webshell 或 bash shell,或大量敏感数据泄露」 「还是要继续渗透,可以找点不常见的子域名,互联网上泄露的信息利用,我们是内部红队,一定要突破互联网边界」 「你先别搞内网域名,这是内网地址;我要你从主域子域名搞进来」 从单一业务域扩到主域;一次关键纠偏,省掉打内网域名的无效尝试
10-31 「继续边界突破,没成的话,就不断换域名尝试,直到成功为止」 「做 1。沙箱应该是用来跑样本的,跑完可能就销毁了,所以可以尝试内网找据点做持久化」 「就按你说的干,不过是不是可以把 hunter 用起来,查主域的各种资产,目标还是拿 webshell 或 bash shell」 「我觉得还不够啊,我们是内部红队,必须要拿到权限,不管是 web 系统还是收集凭据大供应链,都需要继续做下去」 「继续扩大范围在试试吧,其他主域的站点,应该还有很多、可能找到突破」 补了沙箱生命周期和内部测绘工具,资产面开始从 100 余个往 270 余个走
11-01 00:40 「以数据安全的风险角度,对主域所有网站进行安全测试,可以对风险加以利用,以证明其危害程度」 换评价标准,第 19 轮起转向数据安全视角
11-01 至 11-02 「77 个,还是太少了,继续」 「深度不够,想各种办法继续」 「我感悟深度不够,继续吧,你不要掖着藏着,拿出你所有的本事儿,尽全力」 分别推了「面」「点」和「态度」,资产扩到 270 余个、开始做协议级破解

这 30 条里,真正改变走向的是三条,都是原话:「你先别搞内网域名,这是内网地址;我要你从主域子域名搞进来」是纠偏;「就按你说的干,不过是不是可以把 hunter 用起来」是补资源;「以数据安全的风险角度」是换视角。其余大多是「继续」「再想想」,作用是把「我不接受当前这个结果」这个判断压成几个字传过去。

所以提示词的功夫不在写得多细,在什么时候说哪一句。方法大部分是它在试,我只负责说「这个不对」「换个角度」「还不够」。

前 18 轮我一直在找 shell。明明已经能读任务列表、能导出报告、能枚举账号,我还是把这些当成「没打进内网」的中间状态。这个错位持续了很久:从第 4 轮看到那个不需要登录的下载接口,到第 19 轮才换视角,中间隔了 15 轮。

还有一个更基础的错:记录没做好。第 8 到第 10 轮没有留下独立报告、脚本或日志,后来想补都补不回来,只能标成「记录缺失」。这件事听起来是流程问题,实际是评估质量问题:没有记录,就没法复核,也没法证明自己做过什么。后面每一轮我都要求留报告、留证据、留可重跑脚本,就是为了不再出现这种空档。

如果重来一次,我会在第一天就写清楚评价标准:是拿 shell,还是证明数据能被谁读到,还是验证某条攻击链差哪个前置条件。标准不同,后面的动作完全不一样。

AI 适合做的:批量枚举、读前端产物、拆协议、给假设排序、把结果整理成初稿。这些工作的共同点是「材料已经在那儿,只需要更快地看完」。

人必须留下的:授权范围、停止条件、什么算「找到东西」、数据怎么处理、最终结论怎么复核。尤其是「什么算找到东西」,这是评价体系的定义权。模型只能在给的框架里找最优解,它不会告诉框架错了。前 18 轮就是这个错误,模型一直在很努力地帮我找 shell,而真正该换的是问题本身。

所以我暂时不太同意「AI 自动渗透」这个说法。它更像一个愿意熬夜、记性很好、但会顺着说话的渗透选手。活能干,判断得自己来做。

门槛是真的低了,但「容易」是另一回事。这次有个很具体的体验:大半夜拿着手机就能看进度、看报告,然后决定下一步。以前红队评估得坐在电脑前,开一堆终端,人不在工位,活就停在那里。现在「发起、等结果、看报告、决定下一步」都能在手机上完成,通勤、排队、睡前那半小时变得可用。20 轮里有相当一部分是在这种碎片时间里跑出来的。

但工具门槛降了,判断门槛没降。真正花时间的从来不是「敲不出 payload」,而是这个响应算不算漏洞、这个数字该不该信、这条路还要不要往下走。这些判断没有一个能外包。门槛低的意思是入场变容易,不是结果变廉价。反而因为入场的人多了,能把结论说准的人更稀缺。

模型之间是有差异的,但别指望「一个就够」。这次很直接:要么用当下最好的那个,要么把几个好的交叉着做。交叉有三个好处,但只有两个是这次验证到的。补盲区是验证过的,同一个注入点、同一份请求,一个模型卡住,换一个通了;降低单点依赖也是验证过的,遇到限流和响应变慢,换一个继续跑,整条线没停。互相证伪机制上成立,但这次没真正用上,假阳性是我自己用对照组筛掉的,不是靠模型互查。

实际更常见的情况不是两个模型给出相反结论,而是两个都给同一个错答案,因为训练数据里的误区是共享的。所以交叉不能替代实测。第 20 轮那个枚举 oracle,10 个随机用户名全返回 316,才敢确认 314 是真的,这一步换哪个模型都替代不了。我的做法是只在关键判断上交叉,比如「这是不是漏洞」「这个数字对不对」「这条路要不要继续」,执行环节单模型跑就行。

最省事的路子,是通用 Agent 加开放性提示词,分轮追加。大多数人的用法是把需求一次写完整,给一份详细指令,期待一次到位。这次几乎相反:一开始只给一个方向,看它返回什么,再追加。第 1 句是「对这个文件中的资产,做进一步的渗透测试,拿 webshell」,它开始枚举、探活、试常见漏洞;第 2 句「可以找点不常见的子域名,互联网上泄露的信息利用」,这是我的经验,它不会优先想到;第 3 句「是不是可以把 hunter 用起来」,这是我的资源,它压根没听说过;第 4 句「以数据安全的风险角度」,这是我的判断,该换评价标准了。

这四句都在它把上一轮做尽之后才给,而且给的都不是「怎么做」,是它拿不到的东西:经验、资源、视角。一开始就把所有思路给它,会永远不知道它自己能想到什么,它会顺着给的框架走。分轮追加还有一个好处:能看清它的能力边界,它在哪一轮开始重复、开始编造、开始敷衍,立刻就知道了。提示词也要开放,「再找找还有没有别的」比「按这 5 种方法找」有效,后者只会得到 5 种方法的结果。

一个切入点,就能把整条流程重做一遍。本来这件事是:shadowscan 跑出结果,人来验证,人来利用,结束,几天工作量。后来变成:shadowscan 跑出结果,AI 验证,AI 利用,AI 写报告,滑成了 20 轮完整评估。现在评估结果要提交到产品安全平台,还要复测,这一步同样可以交给 AI:自动提交、自动复测、自动跟进状态。

AI 不是替代整个流程,是从某一个环节切进去,然后自己往外扩。能扩的原因是相邻环节之间是结构化数据:扫描结果到候选清单,候选清单到验证结论,验证结论到利用证据,利用证据到报告,报告到工单,工单到复测结果。每一环的产出都是下一环的输入,而把一种结构化数据变成另一种,恰好是模型擅长的。

这条路可复制,但有两个前提:

满足这两条,就从最容易被描述的那个环节切进去。判断标准说不清楚的、错了代价极大的、需要现场物理接触的,这三类暂时别碰。工具能替判断的前提,是我们能把判断标准写下来;写不下来的,它只会给一个看起来很自信的错误答案。

原文链接:https://mp.weixin.qq.com/s?__biz=MzI3Njk2OTIzOQ==&mid=2247488248&idx=1&sn=1a763e086ee1b048aa8f60420efe301d