الإعلان عن ExploitHunter.app

منضدة عمل أمنية مفتوحة المصدر تجمع النطاق والموافقات والأدوات والأدلة في مشروع واحد.

جدول المحتويات

• الحلقة مملة عن قصد
• الأدلة هي المنتج
• ثمانية نماذج، وهدف واحد
• الاختبار المرجعي ضبط الاختبار المرجعي
• وجّه النماذج حسب المهمة
• أين يقع إلى جانب deepsec وVulnHunter وما شابههما
• شغّله محليًا. واستخدمه بمسؤولية.
• ما التالي

أدوات الأمن لديها مشكلة أوراق ومعاملات.

تعثر على سطر مريب، وتمنحك شارة شدة، ثم تتركك بهدوء لتثبت إن كان الأمر مهمًا أصلًا. النتيجة «عالية الخطورة». والدليل هو ثلاثة أوامر grep ترتدي معطفًا طويلًا.

يمكن لوكلاء الذكاء الاصطناعي اختصار هذه العملية. لكنهم قد يحولون أيضًا تعليمات مبهمة ومتصفحًا وصدفة أوامر إلى كومة أسرع بكثير من النشاط غير الموثق.

يبدأ ExploitHunter.app من حيث يتوقف الماسح. امنحه هدفًا مصرّحًا به وغاية محددة. يرسم الوكيل خريطة للمسارات القابلة للوصول، ويتحكم في متصفح، ويشغّل أدوات الطرفية والأمن، ويختبر فرضية، ويحفظ الاستجابات ولقطات الشاشة وسجلات الأوامر التي تدعم النتيجة. ثم يحوّل تلك الأدلة إلى تقرير موثق بالإحالات.

وهو مفتوح المصدر ومحلي أولًا. يمكنك الانتقال بين النماذج المستضافة والمحلية من دون توزيع الهدف والموافقات والسجل والأدلة على مشاريع منفصلة.

إنه ليس ماسحًا أُلصقت به واجهة محادثة. إنه طاولة عمل تتذكر ما جربه الوكيل وما عاد به.

الحديث عن الأمن رخيص. الجزء المفيد هو تشغيل الفحص المصرّح به، والحفاظ على الدليل، وتسليمك الخطوة التالية.

الحلقة مملة عن قصد

ينتقل مشروع ExploitHunter في كل مرة عبر التسلسل نفسه:

authorize target → plan → request approval → probe → save evidence → prioritize → report

الترتيب مهم لأن للوكيل قدرة وصول حقيقية.

يُعدّ التصريح بالهدف جزءًا من حالة المشروع، لا من سياق المحادثة. فهو لا يعيش في رسالة دردشة يمكن لعبارة «حسنًا، تابع» فيها أن تكتسب معاني جديدة بعد ثلاث رسائل. تمر عمليات الفحص النشطة واختبارات بيانات الاعتماد وأوامر الصدفة وعمليات كتابة الملفات جميعًا عبر بوابة موافقة. وترتبط الموافقات على الأوامر عالية التأثير بنيةٍ ومشروعٍ وهدفٍ محددين. وتكون الموافقة، افتراضيًا، للاستخدام مرة واحدة.

بوابات الموافقة ليست حروفًا صغيرة تحت عرض المنتج. إنها ما يجعل وصل وكيل بأدوات حقيقية أمرًا معقولًا. فهي تحد من انحراف النطاق، وتجعل المراجعات أقل اعتمادًا على الذاكرة، وتمنح الفريق شيئًا أفضل من عبارة «الذكاء الاصطناعي قال ذلك».

الأدلة هي المنتج

الإجابة النهائية للنموذج ليست الوحدة الدائمة في العمل الأمني. الأدلة هي ذلك.

أغلق التطبيق. غيّر النماذج. عد غدًا. سيظل للتحقيق سجل يتذكره.

يحتفظ ExploitHunter بتاريخ المشروع وسلاسل المحادثات، لكن السجل الدائم هو مسار الأدلة: ما الذي جُرّب، وتحت أي موافقة، وعلى أي هدف مصرح به، وما الذي عاد. تُخزَّن عملية الفحص، والاستجابة، وسجل الأوامر، ولقطة الشاشة، والأثر الداعم مع النتيجة. ويستشهد التقرير بالعمل بدلًا من إعادة صياغة الفقرة الختامية للنموذج.

يمكن بعد ذلك أن تغذي النتائج تتبّع المعالجة، وتحليل المتغيرات، والعمل على مسارات الهجوم، وتقريرًا يستطيع المراجع تدقيقه سطرًا سطرًا.

وهناك فائدة أنانية أيضًا: يتوقف تصحيح الأخطاء عن كونه ضربًا من الغموض. عندما يفوّت الوكيل شيئًا، أو يفرط في استخدام الأدوات، أو يختلق استنتاجًا، أو يفشل في حفظ أثر، يظهر الفشل في السجل. نصلح المنتج بدلًا من الجدال حول لقطة شاشة لفقاعة محادثة.

ثمانية نماذج، وهدف واحد

بما أن كل تشغيل يترك سجلًا، تتوقف مقارنة النماذج عن كونها تمرينًا في الانطباعات.

أعطيت ثمانية مسارات نماذج المهمة الصعبة نفسها على Juice Shop، وشغّلتها عبر مسار التطبيق الحقيقي في ExploitHunter. الهدف نفسه. الأدوات نفسها. وعقد الأدلة نفسه. إذا تعذر على تشغيل ما إثبات أي نموذج شُغّل أو حفظ مخرجاته، فلا يحصل على صف. قد تستمتع الاختبارات بالغموض، أما الفواتير فنادرًا ما تفعل.

| مسار النموذج | المحكّم | التكلفة | مدة التشغيل | استدعاءات الأدوات | القراءة | |---|---:|---:|---:|---:|---| | Kimi K3 | 10.0/10 | $0.220184 | 223.4s | 8.0 | أعلى جودة بين صاحبي الدرجة الكاملة، وبالسعر الأقل | | Claude Opus 4.8 | 10.0/10 | $1.633301 | 115.9s | 8.0 | الجودة نفسها مثل Kimi، وبسرعة تقارب الضعف، لكن بتكلفة 7.4× | | DeepSeek V4 Flash | 9.33/10 | $0.058695 | 395.5s | 32.0 | أفضل درجة دون المسارين المثاليين | | GPT-5.6 Luna | 8.67/10 | $0.016304 | 52.2s | 3.3 | أفضل نتيجة من حيث التكلفة والسرعة | | GPT-5.6 Terra | 8.0/10 | $0.124046 | 107.5s | 6.0 | يتفوق على Sol في السعر والسرعة عند الدرجة نفسها | | GPT-5.6 Sol | 8.0/10 | $0.368514 | 229.6s | 10.0 | قادر، لكن Terra يتفوق عليه في هذه العينة | | Qwen 3.6 Flash | 5.5/10 | $0.085678 | 96.9s | 16.5 | حسّن الإعداد الأرخص الكفاءة، لكن الجودة ما زالت متأخرة | | GPT OSS 120B | 5.0/10 | $0.062529 | 36.6s | 4.3 | سريع ورخيص، لكنه متقلب أكثر من اللازم ليكون المسار الافتراضي |

اقرأ هذا بوصفه سياسة توجيه، لا منصة تتويج.

Luna هي نقطة البداية الكفؤة. يشتري DeepSeek ثلثي نقطة إضافية للمحكّم مقابل نحو 3.6× التكلفة، و7.6× مدة التشغيل، و9.6× استدعاءات الأدوات. يصل Kimi إلى 10/10 من دون فاتورة Opus. ويصل Opus إلى الدرجة نفسها قبل ذلك بنحو 108 ثوانٍ، مقابل 1.41 دولار إضافية. يظل GPT OSS تجربة تحت الإشراف، ويقدم Terra حجة أقوى من Sol في هذه المهمة.

لا يجلس على تلك الجبهة سوى Luna وDeepSeek وKimi. هذا لا يجعل المسارات الأخرى عديمة الفائدة. لكنها تحتاج إلى سبب يتجاوز الدرجة والتكلفة الخام: يشتري Opus السرعة، ويلبي Terra قيد الانتماء إلى عائلة نماذج من دون فاتورة Sol، أما GPT OSS فهو رخيص بما يكفي للاستكشاف تحت الإشراف.

النسخة المطولة، التي تتناول المنهجية، وميزانيات الأدوات، وعناصر التحكم السلبية، والطرق التي تحرج بها النماذج نفسها عندما يكون سجل الأوامر قد احتوى الإجابة أصلًا، موجودة في وكلاء الأمن يحتاجون إلى موجّهات نماذج، لا إلى تصنيفات نماذج.

الاختبار المرجعي ضبط الاختبار المرجعي

لم تكن أهم نتيجة فوز نموذج. كانت فشل المُقيِّم.

منح تقرير استعادة الأرشيف الأول Kimi 5/10 وGLM 9/10. نجحت المهمة نفسها. استعاد الوكيلان harbor-lantern-47، وأثبت فحص مستقل من جهة المضيف باستخدام unzip -t -P أن كلمة المرور تلك تعمل، بينما لم تعمل البدائل.

كان المُقيِّم قد طبّق تدقيق Cybench خامًا للأدوات المحظورة على مهمة أصلية في ExploitHunter، حيث كان حفظ الأدلة مطلوبًا. فعاقب السلوك نفسه الذي طلبه الـ harness. المخرجات نفسها من النموذج. والتتبّع المخزّن نفسه. لكن rubric خاطئ.

بعد إزالة التدقيق غير ذي الصلة، انتقل Kimi من 5/10 إلى 10/10. وبقي GLM عند 9/10. كُتبت الدرجات المصححة مرة أخرى إلى آثار Langfuse الأصلية باسم browser-e2e-llm-judge-corrected، وأكد فحص API للقراءة فقط في 17 يوليو القيمتين على معرّفات التتبّع المستمرة.

هذا الفارق البالغ خمس نقاط هو سبب تخزين ExploitHunter للتتبعات، والأدلة، وإصدارات أدوات التقييم، والتكلفة، والرموز، وميزانيات الأدوات، وإخفاقات الـ harness، بدل اختزال التقييم في رقم بطولي واحد. إذا لم يستطع الاختبار المرجعي أن يبيّن كيف وصل إلى نتيجته، فهو مجرد نموذج آخر يطلق ادعاءً واثقًا.

وجّه النماذج حسب المهمة

لا يكتفي ExploitHunter بدعم قائمة طويلة من مزوّدي النماذج. بل يتعامل معهم كفريق احتياطي.

جولة استطلاع، وفحص استغلال، وتدفّق متصفح، وتجميع للأدلة، واقتراح للمعالجة — كلها أعمال أمنية. لكنها ليست المهمة النموذجية نفسها.

تراهن VulnHunter من Capital One رهانًا متماسكًا على سير عمل لتحليل المصدر محسّن لـ Claude/Claude Code. أما ExploitHunter فيراهن رهانًا مختلفًا: إبقاء نطاق المشروع، والموافقات، والأدوات، والأدلة ثابتة، مع تغيير مسار النموذج بحسب المهمة.

قد تستفيد الاستطلاعات الواسعة للويب من نموذج رخيص وسريع بميزانية أدوات محدودة. وقد يفضّل مختبر محلي مقيّد الخصوصيةَ والاستدلالَ دون اتصال. وقد تبرر عملية تحقق صعبة أو تقرير نهائي استخدام مسار حدودي أبطأ. ينقل ExploitHunter العمل بين هذه المسارات، بينما يظل الهدف، والسجل، والموافقات، والأدوات، والآثار في مكانها.

النموذج المناسب قرار توجيه، وليس شعارًا على شاشة الإعدادات.

يدعم ExploitHunter المزوّدين المستضافين، إلى جانب Ollama وLM Studio. شغّله كخدمة Node محلية أو كتطبيق سطح مكتب Electron. اترك مفاتيح API المستضافة فارغة، وسيُبقي نموذج محلي متوافق العمل المرشح بعيدًا عن المزوّدين المدفوعي الأجر. استخدم مسارًا مستضافًا عندما تبرر السرعة أو صعوبة المشكلة ذلك. وأبقِ العمل الحساس محليًا عندما تكون هذه الحدود أهم من توفير بضع ثوانٍ من التشغيل.

لا يوجد نصر أخلاقي في إرسال كل مهمة أمنية إلى أغلى نموذج متاح. توجد فاتورة فقط.

أين يقع إلى جانب deepsec وVulnHunter وما شابههما

صُمّم ExploitHunter عمدًا ليكون أوسع من harness لفحص الشيفرة. فهو يأخذ مرشحًا إلى هدف قيد التشغيل، ويحقق فيه باستخدام أدوات المتصفح والطرفية، ويحافظ على الدليل، ثم يسلّم نتيجة متحقَّقًا منها إلى النظام الذي يفترض أن يصلحها.

تغطي عدة مشاريع الآن أجزاءً مختلفة من سير العمل هذا. وهذا جيد. تحتاج فرق الأمن إلى أدوات تسلّم العمل بعضها إلى بعض، لا إلى فئة أخرى تفوز فيها أداة واحدة بكل شيء.

| الأداة | موطن القوة | ما المختلف في ExploitHunter | |---|---|---| | Vercel deepsec | harness يبدأ من قاعدة الشيفرة: اكتشاف مرشحين ساكنًا، وتحقيق وكيل برمجي، وإعادة التحقق، والإثراء، والتوزيع الاختياري واسع النطاق على بيئات sandbox. | يناسب deepsec تحليل المستودعات والمتابعة الموجّهة نحو طلبات الدمج. أما ExploitHunter فيتمحور حول مشروع بحثي مصرّح به قد يشمل تطبيقًا قيد التشغيل، ومتصفحًا، ومختبر شبكة، وطرفية، وأدلة مستمرة، وموافقات صريحة من المشغّل. | | Capital One VulnHunter | تحليل مصدر يبدأ من منظور المهاجم، وتفنيد منظّم للنتائج، واقتراحات مركزة لمعالجة الشيفرة. | التداخل حقيقي: يجب أن تكون الأدلة وتقليل الإيجابيات الكاذبة من الأساسيات. لكن ExploitHunter أقل ارتباطًا بـ harness برمجي أو بمسار نموذج واحد، وأكثر تركيزًا على تنسيق التحقيق قبل اقتراح تغيير في الشيفرة. | | GitHub Security Lab Taskflow Agent | تدفقات مهام تعريفية مدعومة بـ MCP، وخصوصًا فرز تنبيهات CodeQL وتحليل المتغيرات. وتذكر GitHub أنه ساعد في العثور على نحو 30 ثغرة حقيقية في العالم الواقعي. | هو الأساس المناسب عندما يكون الإدخال سير عمل متكررًا لفحص الشيفرة. أما ExploitHunter فهو منضدة العمل للبحث الاستكشافي الذي يستخدم الأدوات، حيث يجب أن يصمد النطاق والموافقات والأدلة أمام تحقيق أطول. | | OpenHands Vulnerability Fixer | تحويل مخرجات Trivy أو غيره من الأدوات إلى إصلاحات واختبارات وطلبات دمج مرتبة حسب الأولوية. | مصنع للمعالجة. يأتي ExploitHunter في مرحلة أسبق من الحلقة: إثبات أن النتيجة حقيقية، وتسجيل السبب، وتسليم مشكلة مدعومة جيدًا إلى نظام الإصلاح. | | Assay | فرض السياسات دون اتصال، وإعادة تشغيل حتمية، وحزم أدلة مشفّرة لاستدعاءات أدوات الوكلاء. | متكامل، وليس منافسًا. إنه نوع التحكم التشغيلي الذي يتبع مبدأ المنع الافتراضي، والذي ينبغي لمساحات العمل البحثية الوكيلة أن تتمكن من استخدامه تحت طبقة الموافقات الخاصة بها. |

من المرجح أن تتضمن حزمة مفيدة أكثر من أداة واحدة من هذه الأدوات: يرفع فاحص المصدر مرشحين، ويفرز تدفق المهام الأنماط المتكررة، ويتحقق فضاء البحث من الحالات الخطرة، ثم يحوّل وكيل المعالجة العمل المتحقق منه إلى تصحيح قابل للمراجعة. عمليات التسليم أهم من تتويج تميمة أمنية.

شغّله محليًا. واستخدمه بمسؤولية.

ExploitHunter مرخّص بترخيص MIT، ومفتوح المصدر، ومصمم للعمل الذي تملك تصريحًا لتنفيذه. يأتي المستودع مع هدف Juice Shop محلي محصّن ومختبرات شبكة متعددة الخدمات، بحيث يمكنك تشغيل سير العمل كاملًا دون توجيه وكيل إلى شيء لا تملكه.

git clone https://github.com/justsml/ExploitHunter.app.git
cd ExploitHunter.app
pnpm install
cp .env.example .env
pnpm dev

ثم افتح http://localhost:3210.

اختر مسارًا لنموذج، وامنح الوكيل صلاحية اختبار هدف تملكه أو لديك إذن صريح لاختباره، ثم زوّده بهدف. دعه يرسم خريطة العمل، ووافق على الإجراءات التي تنوي تنفيذها فعلًا، وراقب تراكم الأدلة بدلًا من اختفائها داخل سجل المحادثة.

هذه هي النسخة المملة من الأمن الوكيلي.

وهي أيضًا النسخة التي أريدها إلى جانبي عندما يبدأ الجزء المثير للاهتمام.

ما التالي

المهمة التالية ليست إطلاق ادعاء أكبر عن الاختراق الذاتي. بل جعل حلقة البحث أكثر موثوقية: تقارير أفضل لعمليات التشغيل المتكررة، والتحقق من الأدلة بصرامة أكبر، وتغطية أوسع للنماذج المحلية، ووضوح أكبر بشأن الموافقات، ومسار أسرع من نتيجة مؤكدة إلى تصحيح يرغب إنسان في دمجه.

لا تحتاج الوكلاء الأمنيون إلى مساحة غير محدودة للارتجال. إنهم يحتاجون إلى صلاحية وصول تكفي لمفاجأتنا، وحدود صارمة تحيط بهذه الصلاحية، ودليل عندما يعلنون نجاحهم.

هذا هو ExploitHunter: مكان واحد لتوجيه النماذج والأدوات والمختبرات والموافقات والأدلة والمتابعة نحو المشكلة نفسها.

والآن وجّهه إلى شيء مسموح لك بكسره.