在好莱坞电影《金蝉脱壳》中，史泰龙饰演的雷·布雷斯林（Ray Breslin）是一位顶级的监狱安全专家。他受联邦监狱局委托，故意让自己被关进全美最严密的监狱，通过模拟真实囚犯的逃脱过程，检验监狱安全体系是否存在漏洞。
在数字世界的安全攻防战中，这就是渗透测试的真实写照。安全专家扮演数字世界的"雷·布雷斯林"，模拟攻击、寻找漏洞、验证风险，以攻击者的视角突破企业防御体系，目的就是要在真正的黑客入侵前，找出潜在的“越狱通道”。
电影的故事演绎了再严密的监狱，也可能存在漏洞。现实中的网络世界，同样如此。
一直以来，网络安全渗透测试高度依赖经验丰富的安全专家。但随着大模型和Agentic AI时代到来，正在驱动这一业务发生深刻变化。未来承担这一角色的，不再只是人类专家，而是能够自主理解目标、自主规划路径、自主执行攻击验证的AI Agent。
当AI成为"越狱大师"
近期Hugging Face遭OpenAI训练沙箱逃逸攻击的事件，在行业引发热议。事件缘起OpenAI在测试内部模型时，AI Agent为了完成任务，挖掘出代理软件的零日漏洞，突破隔离环境，渗透进Hugging Face上传恶意数据集，横向移动多个内部集群以获取测试题解。
当然，这一事件主要发生在特定实验环境，其展现了AI Agent的自主推理和任务执行能力，而非意味着现实网络空间已经出现完全自主的AI攻击。但趋势已经十分明确，大模型在网络安全攻防领域已经展现出独特且强大的能力。
在此背景下，绿盟科技近期升级了基于绿盟风云卫与智谱GLM-5.2大模型打造的智能渗透测试系统AI-PTS 2.0。它引入多智能体协同、Harness工程与数据飞轮，将渗透测试从规则匹配推向语义理解，从人力驱动推向AI驱动。
为什么传统渗透测试越来越难适应AI时代？
绿盟科技CTO、高级副总裁叶晓虎指出，渗透测试这一业务从有网络安全行业以来已经延续了二十多年，一直是安全领域关键的主动防御手段之一。
正如上文所述，它的服务模式是模拟攻击者，提前发现漏洞，从而帮助企业完成修复。但今天，这套模式正面临越来越明显的瓶颈。
首先是人的瓶颈。传统渗透测试高度依赖专家经验，不同工程师能力不同，测试深度和结果差异很大。就像电影里的雷·布雷斯林，并不是每个人都能完成同样的"越狱"。
其次是测试周期的瓶颈。多数企业一年仅进行两三次渗透测试，但AI驱动的攻击每天都在演化，攻击时间窗口不断缩短，年度或季度性的检测频率已经跟不上新的攻防节奏。
除此之外，更大的挑战来自攻击方式本身。过去，传统扫描器主要针对SQL注入、XSS等漏洞的单点扫描。而今天，高价值攻击往往是跨接口、跨角色、跨业务流程的复杂攻击链。
用AI对抗AI，显然需要新的安全渗透测试方式。
AI Agent，让渗透测试具备更强的自主能力
得益于大模型能力的加持，绿盟科技AI-PTS 2.0改变了渗透测试的运行方式。
传统自动化渗透技术的核心建立在预定义的"规则匹配+已知漏洞库"之上，且采用固定扫描策略，无法根据环境动态调整攻击路径。AI Agent则完全不同，绿盟科技高级技术总监刘晓霞指出，智能渗透测试系统能够根据企业业务场景，像人一样去理解和思考下一步如何操作。
比如，AI能够结合长上下文理解能力，对页面、接口、角色关系和业务流程进行关联分析，建立威胁模型，推导攻击路径，根据实际情况动态选择工具，甚至自动编写脚本寻找绕过防护的方法。
智能渗透测试与传统自动化工具最大的区别不在于自动化程度，而在于自主决策能力。从Hugging Face遭OpenAI训练沙箱逃逸攻击的事件中可以看到，其之所以能够成功完成攻击，根据环境实时调整攻击策略的动态自主决策能力可见一斑。
智能渗透的护城河：知识工程与数据飞轮
当然，当越来越多安全产品开始接入大模型。AI加持的智能渗透测试，壁垒又是什么，难道每个人用上AI都可以对以往的渗透测试模式说不了？
在绿盟科技技术专家刘红涛看来，"大模型只是底座，更深层次决定产品能力的是模型之外的工程体系和知识体系。"
一方面，是Harness工程。它负责Agent编排、任务调度、流程控制、工具调用以及结果审计，保障多智能体能够稳定协同工作。针对大模型容易出现幻觉、长任务容易失控等问题，Harness工程通过长程记忆管理、状态管理、质量门禁等机制，提高长时间复杂任务执行的稳定性，并确保测试过程具有完整证据链，实现结果可追溯、可复现。
另一方面，是安全知识体系。绿盟将二十余年积累的渗透测试经验沉淀为知识工程，一是POC、EXP等规则库，二是利用人的经验用于指导智能体开展渗透测试工作，包括构建漏洞类Playbook和业务场景类Playbook，把专家经验转化为AI可以学习和调用的方法论。也就是，让AI像安全专家一样进行对抗性思考的前提，是先拥有安全专家的知识。
更进一步，则是数据飞轮。每一次渗透任务都会产生结构化的评估数据，涵盖检测覆盖是否完整、漏洞定级是否准确、推理链路是否合规等核心维度。这些数据均被纳入数据飞轮体系，作为下一轮迭代优化的输入，支持Prompt策略调优、Playbook补充及规则体系完善，从而持续提升自主渗透能力，形成闭环迭代的能力进化，让系统越用越强。
所以，智能渗透解决方案的核心能力不只是模型，更在于是否具备丰富的安全知识、成熟的工程体系和完善的数据飞轮等能力叠加。
AI-PTS 2.0带来的核心技术突破
基于上述架构，绿盟科技AI-PTS 2.0具备了类似人类专家的业务理解、语义推理与动态应变能力。核心突破体现在以下几个典型场景中。
1.挖掘深层业务逻辑漏洞：业务逻辑漏洞并非代码规范问题，而是业务流程设计缺陷，传统基于单点请求的扫描器无法察觉。AI-PTS 2.0依托智谱GLM-5.2高达1M的超长上下文记忆能力，能够爬取页面、绘制接口清单、分析数据流向，并利用STRIDE模型进行威胁建模。AI通过跨步关联分析，理解"谁在操作、操作对象是谁"，精准推理出越权访问和逻辑绕过路径。
2. 突破高防系统，实现自主对抗：金融等高安全需求企业，通常在业务前端部署了WAF、反爬虫机制，并对数据传输进行JS混淆、加密与验签。传统工具在此类场景下往往容易被拦截中断。AI-PTS 2.0则能够像真实黑客一样，自主识别防护机制，通过编写脚本进行JS逆向分析、提取RSA公钥以解密签名，绕过网关门禁与数据加密，完成深度的漏洞爆破与验证。
3. 多阶链式漏洞的自动推演：许多高级攻击的攻击点与触发点是分离的。AI-PTS 2.0通过全局探索、关联探索、路径推演到动态验证的闭环，自主拆解跨角色、跨业务的复杂长链路，最终生成完整的攻击链路全景图。
渗透测试，从一次项目到持续运营
对于整个安全行业而言，在技术之外，AI还正在改变渗透测试的商业模式。过去，渗透测试更像一次咨询项目，专家进场、开展测试、交付报告，整个过程持续数天或者数周，然后阶段性结束。
而AI让渗透测试具备了持续运行的能力。叶晓虎表示，越来越多客户购买的不再是一年几次渗透测试，而是持续运行的渗透测试服务，让AI不断检测新的业务、接口和资产，把安全验证从周期性工作变成日常能力。绿盟科技AI-PTS 2.0支持本地部署和SaaS应用两种交付方式，前者数据不出域，确保核心业务安全可控；后者无需硬件投入，高效率、轻量化部署，更容易把渗透测试变成常态化工作。
与此同时，AI也重新定义了成本结构。过去需要几位专家连续工作数天才能完成的测试，未来可能只需要消耗一定数量的Token就能完成，大幅降低了企业开展持续渗透测试的门槛。
写在最后
电影《金蝉脱壳》告诉我们，真正优秀的安全体系，并不是没有漏洞，而是因为漏洞能够被提前发现。
对于渗透测试而言，这一本质没有改变。主动发现漏洞，永远比被动应对攻击更重要。
不同的是，AI正在成为网络安全攻防的新变量。未来，AI驱动的攻击和内生安全事件也只会越来越多，它既能成为攻击者手中的武器，也能成为防御者最重要的能力。对于企业来说，一个持续学习、持续验证，始终站在攻击者视角审视系统安全的智能渗透专家不可或缺，且越来越重要。
