腾讯云黑客松智能渗透挑战赛决赛答辩-Pachinko

ReActPentestMVP

• ReAct及相关架构：介绍了ReAct的相关研究，包括ICLR2023的"REACT: SYNERGIZING REASONING AND ACTING IN LANGUAGE MODELS"、ACL2023的"Plan-and-Solve Prompting: Improving Zero-Shot Chain-of-Thought Reasoning by Large Language Models"和ICML2024的"An LLM Compiler for Parallel Function Calling"。
• PentestAgent现状：讨论了AutoPT和VulnBot等自动化渗透测试工具的现状，并指出其局限性。
• Our Minimum Viable Product：提出了一个最小可行产品（MVP），包括ReAct模式查询重写、动态知识库、动作列表、上下文代码与命令、使用和自定义KaliDocker以及终止规则。

Human-likeAttackAgent

• BashHacker：介绍了BashHacker的实现方式。
• AiPYisFuture？：探讨了AiPY的未来发展。
• ManusisFuture？：讨论了Manus的未来发展。
• Skill：介绍了ClaudeSkill，允许Claude AI通过加载专业化的"技能包"来提升特定任务的执行能力。
• Human-likeHacker：描述了Human-likeHacker的功能，包括代码与命令使用、本地Docker C2搜索、使用即时搜索进行深度研究、UI使用移动PC浏览器等。

ModularizationVSEnd2End

• Modularization：介绍了模块化方法。
• End2End：对比了模块化和端到端（End-to-End）方法，指出End-to-End方法直接从原始输入到最终输出学习映射关系，中间过程由模型自动完成。
• AutoPT：定义了End-to-End渗透测试任务，即整个自动化渗透测试过程无需人工参与并自动适应各种环境。
• ModelNaiveEnd2End：指出ModelNaiveEnd2End不以开发人员的方法论划分渗透任务的Plan过程，通过基模能力提升和大量后训练数据涌现专业的渗透规划能力。
• No Silver Bullet：强调没有完美的架构，只有合适当前技术的架构，并指出End2End将是团队后续探索方向，同时不会放弃方法论优化路线的演进。
• 渗透或者攻击的AGI的实现：认为渗透或攻击的AGI实现仍需业内人员持续的探索、试错和创新。