RedAmon：当攻击面遇上 AI 智能体，一条从侦察到修复 PR 的全自动杀伤链-北京尧图网络

四年前我们还在争论自动化扫描器能不能替代人工渗透两年前大家开始尝试用大模型解释漏洞报告。而现在一个诞生于两位安全老兵之手的开源项目直接把这条链路推到了极致——从资产侦察、漏洞利用、后渗透再到 AI 研判、代码修复最后自动向你的 GitHub 仓库提交 Pull Request。没有本地依赖全程容器化执行。它的名字叫RedAmon。容器里的攻击性安全工厂六大模块构成的端到端流水线RedAmon 并非简单的工具打包而是一套严格模块化的基于 Docker 的攻击性安全框架。它重构了传统渗透测试的阶段边界将整个杀伤链压缩进一条高度自动化的流水线中。其核心由六大模块精密咬合而成并行化资产侦察流水线、AI 智能体调度器、攻击面知识图谱、跨会话情报演化图谱 EvoGraph、CypherFix 漏洞修复引擎以及一个支持 500 参数的项目设置引擎。使用者不需要在本地折腾任何安全工具的依赖地狱。所有操作都在 Kali Linux 容器中完成工具即服务能力即调用。这种设计不仅是工程上的优雅更让攻击面的构建与利用变得可重复、可审计。不止是扫描40 工具并行侦察与 AI 专属靶场侦察从来不是单线程的工作。RedAmon 深谙此道它在 Kali 容器内并行调度包括 Subfinder、Amass、Naabu、Masscan、Nuclei、Katana、FFuf、Arjun 在内的 40 余款主流工具将子域名、端口、URL、参数等信息洪流统一注入一个共享的Neo4j 知识图谱。这个图谱定义了 17 类实体节点和 20 余种关联关系能在数分钟内构建出一个可交互、可查询的可视化攻击面。你看到的不是零散的扫描结果而是一张真正的“数字地形图”。更值得关注的是RedAmon 针对当下大模型业务面的安全风险专门设计了AI Gauntlet模块。它集成了 garak、PyRIT、Giskard、promptfoo 等前沿 AI 安全测试工具覆盖提示注入、越狱、训练数据泄露等威胁并自动将发现映射到OWASP 大模型安全规范与MITRE-ATLAS框架。这意味着攻击面评估从传统 Web 和网络层直接延伸到了 AI 推理链路本身。LangGraph ReAct 驱动的自主攻击智能体如果说侦察是信息收集那后续的攻击行动则是对判断力的真正考验。RedAmon 的 AI 智能体调度器基于LangGraph和ReAct推理范式构建将渗透测试抽象为三个决策阶段信息搜集、漏洞利用、后渗透。智能体并不直接操控工具而是通过沙箱隔离的MCP模型上下文协议服务来调用 Kali 容器内的能力。这包括 Metasploit、Hydra、Playwright 以及 70 余个预装的命令行工具——总共 14 个 MCP 服务端覆盖了从漏洞利用到浏览器渲染的所有环节。为了实现真正的并行攻击RedAmon 设计了Fireteam分队并行模式。一个主根智能体会自动将复杂任务拆解分派给多个专业子智能体同步作业一个子智能体在 Hydra 暴力破解 SSH另一个在尝试验证提权 CVE还有一个正用 Playwright 扫描存储型 XSS。这种架构将过去需要数小时的手工切换变成了秒级的协同作战。从漏洞到 PRCypherFix 的双智能体修复引擎发现漏洞只是前半程RedAmon 最令人兴奋的部分在于它试图解决“然后呢”的问题。CypherFix 漏洞修复引擎是一条由两个 AI 智能体组成的自动修复流水线。第一个是漏洞研判智能体。它对 Neo4j 图执行 9 套预设查询完成跨工具、跨目标的聚合去重与风险分级输出一份不含误报噪音的精准漏洞清单。第二个是代码修复智能体。它拉取目标代码仓库动用 11 款代码分析工具遍历源码结合漏洞上下文进行循环推理生成修复代码。最终结果并非只是扫描报告而是一个标准格式的GitHub Pull Request附带修复建议与代码变更可以直接被开发团队评审合并。人机协同与内置合规不让自动化失控完全自主的攻击能力必然带来风险控制的问题。RedAmon 的应对策略是“人在环中”。对于 Nmap 大规模扫描、Metasploit 载荷生成、Hydra 在线爆破等高风险操作系统会暂停并弹出“允许/拒绝”交互弹窗由操作者做出最终裁决。此外平台支持上传RoE授权测试范围文档将法律边界转化为机器可读的约束条件。底层更内置了目标防护机制永久拦截政府、军事、教育类域名从代码层面杜绝滥用。这种“能力完备但行为受控”的设计理念是开源攻击性工具走向成熟的重要标志。团队背景与模型生态RedAmon 背后的两位开发者拥有令人信服的履历Samuele Giampieri 具备 15 年 AI 系统研发经验是 AWS 认证的 AI 平台架构师Ritesh Gohil 则是 Workday 的网络安全工程师拥有 7 年渗透测试经验手握 11 个 CVE 编号。这种 AI 架构与实战攻防的组合解释了项目为何能在工程和攻击维度同时达到如此深度。在模型兼容性上RedAmon 展现出了极强的灵活性。它既支持云端前沿模型如 OpenAI GPT-5、Anthropic Claude Opus 4.6也支持 AWS Bedrock 托管服务甚至可以通过 Ollama 接入本地模型。单个项目内支持动态切换400 款大模型允许在不同阶段使用不同模型以平衡成本与能力。项目完全开源托管于 GitHub。RedAmon 的出现与其说是一个新工具不如说是一种新范式的雏形攻击面管理、AI 驱动攻防、自动修复形成了持续反馈的闭环。在攻防两端都在加速奔向 AI 的今天这种将杀伤链彻底工程化、自动化的尝试值得每一个安全从业者正视。至于它最终会演变成红队的终极武器还是防御体系的压力测试标准答案或许取决于我们如何使用它。

RedAmon：当攻击面遇上 AI 智能体，一条从侦察到修复 PR 的全自动杀伤链

相关推荐

青少年CTF Web 8题实战复盘：SQLi到PHP反序列化的5类漏洞利用链

【电源专题】为什么有些Type-A口输出的适配器D+/D-是短路的呢？

性价比高的南京净化工程哪个公司好

更多资讯

TensorRT插件开发：原理、实现与性能优化

系统部署与软件安装作业标准化实践指南

2026年职业资格考试新变化与备考指南

Simulink与CarSim联合仿真在车辆动力学中的应用

Python配置管理利器PyNomadic详解

履带式机器人远程控制系统设计与ROS应用实践

今日更新

Linux 内核 ARM 虚拟内存布局全解析：从 4GB 地址空间划分到源码级验证

AIGC降重工具测评与教育应用指南

数据容灾核心指标与实战方案解析

本周精选

超人会飞不算本事：系统稳定依赖清晰规则与边界设计

超人VS蜘蛛侠：拆解超级IP的影响力与传播方法论

基于CNN的调制信号识别：MATLAB实现时频图分类实战

本月热门

基于YOLO的焊缝缺陷检测：从数据标注到工业部署全流程实践

分布式服务的决策记录

创业产品的首版范围

读完文章，想聊聊您的网站？