pentagi：25k 星的全自主 AI 渗透测试系统

你给它一个目标 IP 和授权范围，它自己规划渗透策略、执行扫描、利用漏洞、横向移动、生成报告——全程不需要人盯着屏幕。pentagi 是一个 MIT 协议的全自主 AI 渗透测试多智能体系统，25.4k star、3.3k fork、950 次提交，Go 后端 + React 前端，支持 Docker 自托管。它不是”AI 辅助渗透测试”（人主导、AI 提示），而是”AI 主导、人监督”的范式。

多智能体架构：不是一个大模型硬扛

pentagi 的核心设计是多智能体协作，而不是让一个 LLM 包办所有事。从仓库结构能看到：后端（Go）负责 agent 编排和任务分发，前端（React）提供实时监控面板，observability 目录接入了 Langfuse（LLM 可观测性）和 Graphiti（知识图谱），还有独立的 docker-compose 文件分别管理主服务、可观测性栈和 E2E 测试。

这种架构的好处是：每个 agent 可以专精一个环节（侦察、漏洞利用、权限提升、横向移动、报告生成），由编排层根据当前状态决定下一步调哪个 agent。这和传统渗透测试的工作流高度吻合——安全团队本身就是按职能分工的（红队、蓝队、工具开发），pentagi 只是把”人”换成了”agent”，分工逻辑没变。

和 Burp Suite / Nuclei 的关系

pentagi 不替代现有的渗透测试工具，它是它们的”上层大脑”。Nuclei 负责扫描已知漏洞，Metasploit 负责利用，SQLMap 负责 SQL 注入——这些工具 pentagi 都可以调用，但调用顺序、参数选择、结果解读、下一步决策由 AI agent 完成。传统流程是”人写 playbook → 按步骤跑工具 → 人看结果 → 调整 → 再跑”，pentagi 把”人看结果 → 调整 → 再跑”这个循环交给了 agent。

这意味着 pentagi 的真正价值不在于”它能跑 Nuclei”（你手动也能跑），而在于它能 7×24 小时不间断地探索攻击面，不需要人盯着。一个安全团队有 10 个待测目标，以前需要 2 个渗透测试工程师花两周，现在可以 overnight 跑完初筛，第二天工程师只看 agent 报告里的高危发现，深入验证。人力从”执行”转移到”判断”。

自托管 + 可观测性：企业级部署的考量

pentagi 的仓库里有多个 docker-compose 文件：主服务、Langfuse（LLM 调用追踪）、Graphiti（知识图谱，用于 agent 间共享上下文）、observability 栈和 E2E 测试环境。这意味着它从设计之初就考虑了企业部署：你可以完全自托管，不依赖任何外部 SaaS，同时用 Langfuse 追踪每个 agent 的 LLM 调用（花了多少 token、哪步出了错），用 Graphiti 让不同 agent 共享”这个目标已经测过了、那个端口已经确认是安全的”这类知识。

对于安全团队来说，这解决了一个实际痛点：渗透测试的”知识”通常锁在工程师的脑子里，人员流动就意味着知识流失。pentagi 的 Graphiti 层把测试过程中的发现结构化为可查询的图谱，新人接手时可以直接查”这个目标上次测了什么、发现了什么”，而不是从零开始。

风险面也很明确：一个”全自主”的渗透测试系统，如果授权范围配置错误（比如把生产环境 IP 写进了测试目标），agent 不会像人一样”等一下，这个 IP 看起来不对”——它会继续执行。pentagi 的 EULA 和法律声明会强调授权责任，但技术上的”刹车”仍然依赖人在前端面板上监控和叫停。

核心观点：pentagi 代表的是”AI 渗透测试”从 demo 到生产工具的关键一步——多智能体架构、自托管部署、LLM 可观测性，这些都是企业安全团队真正需要的东西。如果你管理安全团队，值得在隔离环境里跑一次完整的 pentagi 流程，评估它和你现有工具链（Nuclei、Burp、Metasploit）的集成成本。但记住：自主≠无人值守，授权范围的配置错误是它最大的单点故障。