2026年7月13日 · AHA
Agent Hacks Agent: Autoresearch for Production-Agent Red-Teaming
AHA 是一个自动化红队框架，使用一个 agentic 研究环境来发现关于另一个生产级 LLM agent 的可复用漏洞知识。它提出漏洞假设、构建验证器、实例化攻击、在沙箱中执行、反思轨迹，并将确认的发现提升到漏洞概念图（VCG）中。在 Claude Code 和 Codex 上的三个场景（包括直接和间接攻击）中，发现的概念揭示了可复用的漏洞核心。
EVENT STORY
发展脉络
- 首次出现Agent Hacks Agent: Autoresearch for Production-Agent Red-TeamingarXiv cs.AI
- 当前判断该工作表明，生产级 agent 的安全测试正从一次性攻击转向系统化的漏洞知识发现与复用，可能推动 agent 安全评估的标准化。Agent Pulse · 分析
AHA 是一个自动化红队框架，通过一个 agentic 研究环境发现另一个生产级 LLM agent 的可复用漏洞知识。它采用可证伪的发现循环，将确认的漏洞提升到漏洞概念图（VCG）中。在 Claude Code 和 Codex 上的三个场景中，发现的概念揭示了可复用的漏洞核心。
AHA 的漏洞概念图（VCG）将攻击面与不安全轨迹通过声明、使能条件、验证器、迁移预测和证据联系起来，可能成为自动化红队知识复用的标准方法。
该工作表明，生产级 agent 的安全测试正从一次性攻击转向系统化的漏洞知识发现与复用，可能推动 agent 安全评估的标准化。
对于部署生产级 agent 的公司，AHA 提供了一种自动化红队方法，可能降低安全测试成本并提高漏洞发现效率。
可验证的下一信号：AHA 框架被应用于更多生产级 agent（如 GPT-4 agent 或开源 agent），或 VCG 被集成到 CI/CD 安全测试流程中。