研究来源本文的起点是 Liu et al. 的论文 Beyond the Prompt: Jailbreaking Function-Calling LLMs via Simulated Moderation Traces（arXiv 2607.00481）。SMT 即 Simulated Moderation Traces，模拟审核轨迹：针对带工具调用能力的商用大模型的多轮越狱手法。本文使用的基线 harness 来自论文配套的实现仓库。 ...
研究来源本文的研究起点是 Liang、Li、Yu 于 2024 年提交的论文 Universal and Context-Independent Triggers for Precise Control of LLM Outputs，以及腾讯玄武实验室在 Black Hat USA 2025 公开的 Agent RCE 演示。GCG 与更早的 UAT 谱系分别来自 Zou et al. 2023 和 Wallace et al. 2019。 ...
来源AAAI 2026 标题An LLM-based Quantitative Framework for Evaluating High-Stealthy Backdoor Risks in OSS Supply Chains 作者Zihe Yan, Kai Luo, et al. (SJTU / Tsinghua / Tencent Xuanwu Lab) 原文arXiv:2511.13341 DOI10.1609/aaai.v40i2.37116 代码github.com/XuanwuLab/HSBRiskEvaluator 适合读者做供应链安全、Linux 发行版依赖治理、红队目标选择的人 简介从攻击者视角把高隐蔽后门拆成四步，用 APT 依赖、GitHub 社区行为和 LLM 语义评估给仓库打 HSBR 分。在 Debian 66 个高优先级 GitHub 仓库上验证，并用 xz 回放。 ...
逆向 Claude Code Auto 模式：每次工具调用前的 64 个 token 安全防线 Claude Code 的 auto 模式从 8 月 14 日起成了 Pro、Max、Team 新会话的默认权限档。我想搞清楚它到底靠什么防止 agent 干出格的事。 ...
我拆开 Burp AT 的 jar，本来想找一样东西：它把 GPT 的客户端藏哪了。 找了半天，答案是——没藏，因为压根不存在。 ...
最近AI红队是越做越多了，有一半时间在想怎么打 Agent，另一半时间在想： 真要落地防护，应该长什么样（打完了，怎么防？） 我自己写过一个本地优先的 Agent Runtime Guard（ARG），也拆了下微软刚开源的 Agent Governance Toolkit（AGT）。拆完之后，判断其实挺清楚： ...
通过境外服务器反向代理 OpenRouter AI API，解决区域访问限制问题。 背景（SCQA） S - 情境 海外 AI 服务（如生图、对话等）通常通过 OpenRouter 等聚合平台提供统一 API 接入，使用方式与 OpenAI SDK 兼容。 ...
红队安全工具 — 将 OpenAI Privacy Filter 改造为 PII 结构化 提取 HTTP 网关 OpenAI 开源了一个叫 Privacy Filter 的小模型，能从非结构化文本里识别姓名、邮箱、电话、地址这些 PII。 我花了一晚上，把它改造成了一个 HTTP 网关服务，跑在 NVIDIA L20 上，双进程推理峰值 81 RPS，GPU 利用率干到了 98%。 ...
frp 是个很棒的工具，高性能、稳定，值得使用。 但是，其配置文件经过2个版本的更迭（.ini ->.toml），其中的选项，对于新人来说稍显复杂。 ...
教程参考 https://blog.csdn.net/zhuxian1277/article/details/111875951 使用场景 mitmproxy 是一个功能强大的中间人代理工具，它允许你拦截、查看和修改客户端和服务器之间的流量。其透明代理模式使得 mitmproxy 在特定场景中非常有用，尤其是在需要对网络流量进行分析或测试时，而无需更改目标设备上的任何设置。 ...