Peter Girnus & Derek Chen - FENRIR: AI Hunting for AI Zero-Days at Scale | [un]prompted 2026
三句話摘要
Trend AI 團隊 Fenrir 零日漏洞自動發現引擎的系統設計與實戰成效。 級聯式智能過濾加人類審核的混合架構，能將海量代碼警報轉化為高信度漏洞發現，成本與精準度兼得。 級聯過濾架構的成本優化：先用 YaraX 快速掃百萬行代碼，再用 Semgrep 和 CodeQL 精篩，最後才給 LLM，減少 LLM token 消耗，過濾出 60% 假陽性於 L1 階段。
重點整理
重點- 1
級聯過濾架構的成本優化：先用 YaraX 快速掃百萬行代碼，再用 Semgrep 和 CodeQL 精篩，最後才給 LLM，減少 LLM token 消耗，過濾出 60% 假陽性於 L1 階段。
- 2
快速 L1 分類（Sonic）vs 深度 L2 驗證（Opus）的角色分工：L1 只用 50 行代碼上下文判斷明顯假陽性，L2 才用完整代碼和沙箱執行權限做深度分析，平衡成本與精準度。
- 3
人類研究員角色簡化而非消除：從原本 500 個警報精簡到 10-25 個高信度發現，每個都附帶自動生成的可利用性報告和完整披露文件，人類只需驗證和送稿。
- 4
多工具關聯提高信號質量：不同靜態分析工具指向同一 CWE 類別和相近代碼位置（±15 行），作為信心和後續 LLM 分析的上文，避免單一工具誤判。
實用技巧與重點
乾貨- 工具與模型：
- 靜態分析工具鏈：YaraX（快速掃描）→ Semgrep（精準規則）→ CodeQL（數據流分析）→ FindSecBugs/SpotBugs（Java 二進制）
- L1 分類：Claude Sonic 模型
- L2 深度驗證：Claude Opus
- 其他：MCP 服務、孤立沙箱環境、POC 生成
- 成本與效益：
- L1 過濾：單次 Sonic 調用過濾 60% 假陽性（相比多回合 Opus 調用）
- L2 中位成本：61 美分/發現（約 100,000 token），複雜案例可達 $1+
- 真陽性成本：$8.80/CVE
- 發現量：500 raw findings → 250 post-L1 → 10-25 最終有效發現
- 漏洞級別：僅追蹤高度危重，不追蹤中等威脅
- 成果數據：
- 已提交：60+ CVE
- ZDI 預發布中：100+ CVE
- 待審查：3000+ CVE
- 發現率提升：+250%（2.5 倍）
- 假陽性減少：-80%
- 團隊生產力：+300%（3 倍）
- 披露速度：+70% 更快
- 系統設計特色：
- 多掃描器關聯演算法（工具相關性）
- 級聯分類流程
- Kill chain 分析（攻擊路徑建模）
- 加權上文生成（智能動態 token 分配）
- 動態優先級評分引擎
結論
結論“級聯式智能過濾加人類審核的混合架構，能將海量代碼警報轉化為高信度漏洞發現，成本與精準度兼得。”
完整解析
詳細Trend AI 團隊面臨的核心問題是：如何在海量代碼中自動發現零日漏洞，同時控制誤報率和成本？傳統安全研究員每天要篩選數百個靜態分析警報，其中大部分是假陽性。講者建立的 Fenrir 系統正是為了解決這個瓶頸。
Fenrir 採用級聯式過濾架構。首先，靜態分析工具按計算複雜度排序：YaraX 能在數秒內掃描百萬行代碼，用 Yara 規則匹配危險模式，這是最快的預篩工具。接著 Semgrep 進行精準規則檢查，再到 CodeQL 做數據流和污染分析，這些階段都不消耗 LLM token。當多個工具指向同一代碼位置和相同 CWE 類別時，信號強度大幅提升。
進入 L1 快速分類（Triage）後，才首次調用 LLM——使用速度更快、成本更低的 Sonic 模型。關鍵做法是只提供 50 行代碼上下文和特定 CWE 的提示詞（而非籠統問「這是漏洞嗎？」），目標不是驗證，只是過濾明顯假陽性。這一步過濾掉 60% 以上的警報，講者實測證明 Sonic 在 L1 階段沒有漏掉任何真正的漏洞。Coin 3.0 等較小模型在這裡表現不佳，Opus 則是浪費資源。
通過 L1 的發現進入 L2 深度驗證，這是最昂貴但也最關鍵的階段。講者使用 Opus 模型，給予完整代碼上下文和在孤立沙箱中的完全執行權限——模型可以編寫並執行 Bash 和 Python 指令碼，自主地追蹤數據流、使用代碼圖工具、提取所需上文。關鍵創新是「美德反思」（beauty reflection）：讓模型自我質疑是否真的是漏洞，強迫深度推理而不是草率結論。中位成本為 61 美分，約 100,000 token；複雜的多文件數據流案例可能消耗超過 1 百萬 token。但這階段的 90% 結果都是真陽性。
最終產出是 10-25 個高信度發現，每個都附帶自動生成的可利用性報告、影響評估、圖表和完整披露套件。人類研究員不再被 500 個警報淹沒，而是快速驗證、確認可利用性、決定嚴重等級，然後提交給廠商。工作流從筆耕改成審核。
過去一年，Fenrir 已提交 60+ CVE，另有 100+ 在 ZDI 預發布流程中，3000+ 待審查。漏洞發現量增加 2.5 倍，假陽性率下降 80%，團隊生產力提升 3 倍，披露速度快 70%。
關鍵時刻
Pipeline v2帶時間戳的重點，會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。
事實查核
Pipeline v2說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。
