一句话看懂:谷歌公布,其 AI 安全代理 PageBreak 自今年 1 月全面运行以来,在自家 Web 应用中找出 500 多个 XSS 漏洞;它只在运行环境中用真实攻击载荷复现成功后才上报,因此误报率接近零。
事件核心:发生了什么
根据谷歌发表的论文,PageBreak 借助 Gemini 模型自主调查潜在漏洞,但没有停留在“看代码猜问题”。每个漏洞假设都会在真实运行环境中被实测:执行 JavaScript 验证 XSS、向全局可读位置写入数据验证路径遍历,或发出外向 DNS 请求验证远程代码执行。只有确定性验证器在运行中的应用上复现成功,结果才会交给产品团队。
谷歌信息安全工程师 Michał Bentkowski 表示,这套设计从开发初期就优先考虑确定性验证,使误报率接近于零。未通过验证的候选漏洞会留在内部,用于识别验证器覆盖不足、指导新验证器开发,但不会推送给产品团队。Bentkowski 也承认,当前验证器尚不能覆盖所有漏洞类型和复杂场景,存在漏报风险。
为什么重要
AI 生成漏洞报告“听起来很真、查起来是错”已成为安全团队的负担。谷歌高级信息安全工程师 Lukas Weichselbaum 提到,很多 AI 报告最终被证明无效,团队不得不逐一核查。PageBreak 的思路是把模型放在“提假设”的位置,把验证交给安全工程师编写的普通代码,且验证器位于代理循环之外。这为 AI 安全工具提供了一个可参考的工程边界:模型负责广度,确定性代码负责可信度。
PageBreak 还受益于谷歌的单体库端到端代码可视性、实时 HTTP 流量与源码关联的安全信号,以及现成的认证扫描基础设施。这些条件并非每家团队都具备,因此其效果目前不能简单外推为通用能力。
对用户/开发者/创作者的影响
对开发者而言,短期更现实的变化是漏洞报告质量可能提升:来自 AI 代理的告警如果都经过运行环境复现,核查成本会下降。对企业安全团队,值得借鉴的是“模型提议、代码验证、人做最终判断”的分层结构,而不是让大模型直接决定漏洞是否成立。对普通用户,这类工具若被广泛采用,有望减少 Web 应用中的 XSS 等常见风险,但目前公开信息显示,500 多个漏洞尚未经过独立验证,实际影响仍需观察。
AI 工具推荐
想把多个 AI 模型放在一个入口?
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。
推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。
值得关注的后续
一是谷歌计划将 PageBreak 与 CodeMender 等代理式安全项目集成,自动生成修复方案,长期目标是让产品团队只验证 AI 生成的补丁。二是漏报问题如何解决:验证器覆盖不足时,非确定性检测结果能否被更有效地利用。三是这套方法能否走出谷歌的工程环境,被外部团队复现或产品化。
来源:InfoQ CN

