On the Surprising Efficacy of LLMs for Penetration-Testing

一、文章主要内容总结

本文批判性探讨了大型语言模型（LLMs）在渗透测试中的惊人有效性，核心内容包括：

1. 技术背景与发展：回顾了渗透测试的本质（专业人员主动攻击系统以发现漏洞）、LLMs出现前AI在攻击中的应用，以及LLMs的演化（从ChatGPT到工具调用、结构化输出、多智能体系统等能力的扩展）。
2. LLMs在渗透测试中的应用历史：
   • 学术研究（2023-2025）：从初期的Linux权限提升、CTF任务解决，到2024年扩展至网站攻击、漏洞利用开发，再到2025年实现企业网络（如Active Directory）的自动化测试。
   • 工业界应用：白帽方面，用于漏洞挖掘（如Google的OSS-Fuzz、Project Zero）、自动化工具开发；黑帽方面，用于信息收集、恶意软件开发、社会工程学攻击等。
3. LLMs有效的核心原因：
   • 渗透测试依赖模式匹配，与LLMs的核心优势高度契合；
   • LLMs能处理动态环境中的不确定性；
   • 预训练模型的低成本获取与生态支持（如工具调用框架）。
4. 当前现状分类：分为交互式“氛围黑客”（vibe-hacking，人类参与的互动模式）和全自动系统。
5. 主要障碍：模型可靠性与稳定性问题、安全与伦理风险（如双重使用、恶意滥用）、成本（经济与生态）、隐私与