Cloudflare 开源 security-audit-skill：让 AI 智能体当安全审计员

Cloudflare 把自家漏洞挖掘流水线的方法论开源了。security-audit-skill 是一个编码智能体技能包：装上之后，对你的 agent 说一句”security audit this codebase”，它就会以六阶段流程系统性地审计代码——侦察、覆盖驱动的漏洞搜寻、候选验证、结构化输出、独立复核、报告生成。这个仓库正是 Cloudflare 那篇《Build your own vulnerability harness》里智能体漏洞挖掘系统的单仓库起点版，单日涨 1680 星冲上 Trending。

核心不是”让 AI 找漏洞”，而是”让 AI 之间互相拆台”

让 LLM 找安全漏洞这件事，很多人试过，结果通常是幻觉满天飞——模型热情地报告一堆”看起来像漏洞”的东西。这个 skill 的解法很工程化：对抗性验证。发现漏洞的 agent 和验证漏洞的 agent 永远不是同一个，每个候选漏洞都交给一个”全新上下文”的验证者，任务是设法证伪它。最后留下的 confirmed 结论必须有完整的源码追踪和可观察的结果，证据不够的一律降级为 needs_validation，且不许标严重级别。

另一条铁律同样反直觉：单次运行只能找到反复运行总量的一半漏洞。所以它设计了”覆盖台账”（coverage ledger）——把代码的攻击面拆成可记账的单元，每个 hunter 子智能体认领单元、记录检查，critic 智能体再回头找漏掉的角落；多次运行是叠加的，前一轮的台账会指导下一轮专攻空白区。这套”记账 + 多轮叠加”的思路，把”AI 审计”从一次性问答变成了可累积的工程流程。

14 份攻击手册：把安全专家的直觉写成 prompt

仓库里最有含金量的可能是那 14 份攻击类别文档：内存安全与二进制、提示注入与智能体安全、HTTP 协议与认证、供应链与发布、云 IAM 与 IaC、资源耗尽、租户隔离……每一类都是 Cloudflare 工程师实战经验的浓缩，告诉 hunter 智能体”这类系统该往哪里捅”。它不只给了流程，还给了领域知识——这是普通”帮我看看有没有 bug”的 prompt 比不了的。

它还覆盖了 AI 产品自身的攻击面：AI-AND-LLM.md 专门处理提示注入、agent 工具滥用、输出处理。用 AI 审计 AI 系统，这个闭环很有代表性。

谁该用它，边界在哪

适用场景很清晰：上线前自查、开源项目持续巡检、安全团队人力不足时做第一遍粗筛，产出的 findings.json 是机器可读的，可直接接进 CI。但它也有边界：要求模型支持并行子智能体，要求 OS 级沙箱跑目标代码——没有沙箱时宁可保守降级也不执行不可信代码，这个取舍本身就体现了安全团队的思维方式。

至于会不会取代渗透测试工程师，Cloudflare 的设计哲学已经回答了：严重级别必须来自”可能性 × 影响”的论证而非清单打勾，纵深防御缺口只是加固建议不算漏洞——这些恰是初级审计员最常犯的错。推测更合理的定位是：它把”值得人类专家看的东西”筛出来，让人的时间花在判断而非翻代码上。

Takeaway：如果你的项目有真实攻击面（对外 API、认证逻辑、支付流程），这个 skill 值得今天就挂到 CI 里跑多轮——单次只找到一半漏洞是官方数据，多轮叠加才是正确用法。它真正开源的不是代码而是方法论：对抗验证 + 覆盖记账，这两条用在任何 AI 工作流上都成立。