Solo Pod: James plays with ARTEX
三句話摘要
Artex、CAN 和 Antifox 三種 AI 滲透測試框架的技術架構、運作原理、實戰表現及防禦應用。 應將 Artex 視為環境知識圖譜建構機,透過其探索過程積累上下文資產,在事件響應中與歷史記錄對比,才是長期防禦的關鍵。 簡潔性是核心優勢:Artex 成功來自規劃-執行的簡單迴圈,而非複雜設計;過度複雜會讓模型困在自己創建的迷宮中,反而降低效能。
重點整理
簡潔性是核心優勢:Artex 成功來自規劃-執行的簡單迴圈,而非複雜設計;過度複雜會讓模型困在自己創建的迷宮中,反而降低效能。
自主性的真相:執著來自「基準檢查」機制(隊列永不為空),但執著並不等於有意義進展;實測發現 Artex 可能花費數小時在死胡同上,例如破解驗證碼卻無有效憑證可用。
圖譜分離設計優於混合:Artex 分開知識和進展圖譜避免壓縮時遺失原始指令,系統提示不受壓縮影響,相比 CAN 的混合方案更能維持指令穩定性。
語言和模型的隱藏變數:中文提示在中文模型上可能更有效,機械翻譯會喪失語義細節;選擇 Artex 分支時要謹慎避免經機翻的版本,以保留原提示的微妙之處。
實用技巧與重點
- 架構與工具:
- 後端:Go 二進位檔,內嵌 TypeScript/React 前端
- MCP 工具數量:相對少(約2-3個核心工具),強化簡潔性
- 目標分解器:自動抽取範圍、邊界、納入/排除規則
- 工作流程:
- 規劃者:持續迴圈,每次必須至少提議一個新意圖
- 工作者:獨立會話,每次啟動時獲得圖譜快照和任務
- 系統提示:不受上下文壓縮影響,保證指令持久性
- 實測案例數據:
- Microsoft/ConnectWires:約 150,000 次失敗登入、2,250 個租戶嘗試
- Checkpoint 報告:290 加密支付域名被偵察
- ArnLab 實驗室:初始存取 Apache Queue → 側向移動至四台內部主機
- Work OS 誤觸:研究人員 Artex 無意中發現第三方服務漏洞
- 實測行為:
- 自動偵測 Work OS 為身分認證提供商並試圖利用(未明確排除時)
- 建立拋棄郵箱、註冊第三方驗證碼破解服務,費時數小時
- 在短距離任務(憑證橫向移動)表現優異,長距離模糊任務易迷失
結論
應將 Artex 視為環境知識圖譜建構機,透過其探索過程積累上下文資產,在事件響應中與歷史記錄對比,才是長期防禦的關鍵。
完整解析
本集深入探討三個 AI 滲透測試框架的技術演進與實戰應用。Artex 作為當前最受矚目的工具,本質上是自託管 Web 應用,核心架構簡潔而有效:規劃引擎持續評估當前探索狀態,決定下一步意圖(小型有界假設);工作引擎則執行這些意圖,透過獨立的 LLM 會話完成具體任務。兩者透過分離的知識圖譜(已發現事實)和進展圖譜(探索路徑)相互驅動,由 MCP 工具集維持兩個圖譜的讀寫。這套簡潔設計是 Artex 相對於其他複雜框架的優勢,講者實測發現早期版本(複雜度更高)反而阻礙模型工作,後來簡化後績效提升。
Artex 的技術譜系值得注意。CAN 是其靈感來源,自我定位為通用狀態空間搜尋引擎而非單純滲透工具,使用單一混合圖譜。Artex 借鑒其設計思想但採用分離圖譜,規避了 CAN 的一個潛在問題:上下文壓縮時會混淆探索意圖與環境知識。Antifox 則作為 Artex 衍生品進一步演化,新增可搜尋的文件庫功能,允許操作員預載環境文件、先前滲透記錄或應用架構文件,增強代理的背景知識。
實戰表現揭示了一個關鍵洞察:Artex 的「執著」來自簡單的基準檢查機制(規劃隊列永不為空),但執著與進展無關。初次實測時,講者給 Artex 一個單純目標「從目標應用提取客戶名單」,結果 Artex 自動識別出 Work OS 是身分認證提供商,立即偏向攻擊 Work OS API、尋求 token 偽造或用戶建立漏洞,完全偏離原始目標。重新設定明確範圍排除後,才聚焦在目標應用。更令人困擾的是,它在驗證碼破解上花費數小時:嘗試 WebGL 破解、發現第三方破解服務、建立拋棄郵箱、完成 MFA 註冊流程,最終卻發現目標系統根本無可用憑證,造成了看似勤奮卻毫無結果的探索。
實戰案例進一步支持短距離問題空間假說:Microsoft/ConnectWires 案例(已有憑證→橫向移動)、Checkpoint 案例(API 偵察密碼鏡像)、ArnLab 實驗室(Apache Queue 初始存取→內部移動)都涉及相對有限、明確的探索空間。長距離、模糊目標(如「找任何可利用的漏洞」)則容易讓 Artex 迷失在樹林中。語言也暗藏變數:Artex 以中文撰寫,機械翻譯到英文會喪失語義細節,講者發現一些衍生版本的英文翻譯反而削弱了提示效能。


