<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/">
  <channel>
    <title>Agent on @Unc1e</title>
    <link>https://www.unc.la/tags/agent/</link>
    <description>Recent content in Agent on @Unc1e</description>
    <generator>Hugo</generator>
    <language>zh-CN</language>
    <lastBuildDate>Wed, 12 Aug 2026 00:20:00 +0800</lastBuildDate>
    <atom:link href="https://www.unc.la/tags/agent/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>你买的是手，不是脑：拆开 Burp AT 之后，我分析协议开源了一个自己的 Burp MCP</title>
      <link>https://www.unc.la/posts/penetration/burp-at-brain-hand-open-source-mcp/</link>
      <pubDate>Wed, 12 Aug 2026 00:20:00 +0800</pubDate>
      <guid>https://www.unc.la/posts/penetration/burp-at-brain-hand-open-source-mcp/</guid>
      <description>Burp AT 证明渗透能力可以交给 AI，但它把模型锁在云端、生产场景审批疲劳。我分析了它的协议，照官方正门做了一套开源 burp-mcp-server，还补齐了红队闭环缺的脊椎——把手交还给你的 Agent。</description>
    </item>
    <item>
      <title>Agent 会动手了，安全不能只停留在对话里——action 边界上的运行时设计</title>
      <link>https://www.unc.la/posts/penetration/agents-next-problem-is-action-boundary/</link>
      <pubDate>Sun, 02 Aug 2026 10:50:39 +0800</pubDate>
      <guid>https://www.unc.la/posts/penetration/agents-next-problem-is-action-boundary/</guid>
      <description>&lt;p&gt;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：&lt;/p&gt;
&lt;p&gt;真要落地防护，应该长什么样（打完了，怎么防？）&lt;/p&gt;
&lt;p&gt;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：&lt;/p&gt;</description>
    </item>
    <item>
      <title>Reverse OpenRouter</title>
      <link>https://www.unc.la/posts/penetration/iy7k17ehlduoblsm/</link>
      <pubDate>Sun, 26 Apr 2026 12:10:14 +0800</pubDate>
      <guid>https://www.unc.la/posts/penetration/iy7k17ehlduoblsm/</guid>
      <description>&lt;p&gt;通过境外服务器反向代理 OpenRouter AI API，解决区域访问限制问题。&lt;/p&gt;
&lt;h2 id=&#34;背景scqa&#34;&gt;背景（SCQA）&lt;/h2&gt;
&lt;p&gt;&lt;strong&gt;S - 情境&lt;/strong&gt;&lt;/p&gt;
&lt;p&gt;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。&lt;/p&gt;</description>
    </item>
    <item>
      <title>把 OpenAI 的隐私过滤模型，塞进红队的工具链</title>
      <link>https://www.unc.la/posts/penetration/openai-privacyfilter-into-redteam/</link>
      <pubDate>Sat, 25 Apr 2026 11:11:28 +0800</pubDate>
      <guid>https://www.unc.la/posts/penetration/openai-privacyfilter-into-redteam/</guid>
      <description>&lt;p&gt;&lt;img loading=&#34;lazy&#34; referrerpolicy=&#34;no-referrer&#34; src=&#34;https://cdn.nlark.com/yuque/0/2026/png/166008/1777302701535-625c20f6-3b1b-4d69-8060-c6cfaca61d29.png&#34;&gt;&lt;/p&gt;
&lt;blockquote&gt;
&lt;p&gt;红队安全工具 — 将 OpenAI Privacy Filter 改造为 PII 结构化&lt;/p&gt;
&lt;p&gt;提取 HTTP 网关&lt;/p&gt;
&lt;/blockquote&gt;
&lt;p&gt;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。&lt;/p&gt;
&lt;p&gt;&lt;img loading=&#34;lazy&#34; referrerpolicy=&#34;no-referrer&#34; src=&#34;https://cdn.nlark.com/yuque/0/2026/png/166008/1777301197503-5cec4ca4-265a-4705-82b4-c2ca7e2d84e0.png&#34;&gt;&lt;/p&gt;
&lt;p&gt;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%。&lt;/p&gt;</description>
    </item>
    <item>
      <title>GEO备忘录：给 AI 投毒的人</title>
      <link>https://www.unc.la/posts/penetration/geo-note/</link>
      <pubDate>Mon, 06 Apr 2026 09:02:24 +0800</pubDate>
      <guid>https://www.unc.la/posts/penetration/geo-note/</guid>
      <description>&lt;h1 id=&#34;geo备忘录99-元给-ai-下一剂毒&#34;&gt;GEO备忘录：9.9 元，给 AI 下一剂毒&lt;/h1&gt;
&lt;p&gt;你有没有发现，最近你问 AI &amp;ldquo;推荐一款空气净化器&amp;rdquo;，它给你的答案，越来越像广告？&lt;/p&gt;
&lt;p&gt;不是那种明摆着的广告。是那种——语气诚恳、条理清晰、引用了&amp;quot;多方测评&amp;quot;、看上去特别&amp;quot;客观&amp;quot;的推荐。&lt;/p&gt;</description>
    </item>
    <item>
      <title>LLM| 借助DSpy自动优化大模型的提示词</title>
      <link>https://www.unc.la/posts/penetration/mguyyoocikdmzldf/</link>
      <pubDate>Thu, 07 Aug 2025 22:53:22 +0800</pubDate>
      <guid>https://www.unc.la/posts/penetration/mguyyoocikdmzldf/</guid>
      <description>&lt;p&gt;推荐阅读——让LLM自动微调模型：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;&lt;a href=&#34;https://dspy.ai/tutorials/rag/#using-a-dspy-optimizer-to-improve-your-rag-prompt&#34;&gt;https://dspy.ai/tutorials/rag/#using-a-dspy-optimizer-to-improve-your-rag-prompt&lt;/a&gt;&lt;/li&gt;
&lt;li&gt;&lt;a href=&#34;https://dspy.ai/tutorials/games/&#34;&gt;https://dspy.ai/tutorials/games/&lt;/a&gt;&lt;/li&gt;
&lt;li&gt;用mlflow记录微调细节，&lt;a href=&#34;https://mlflow.org/docs/latest/genai/flavors/dspy/optimizer/&#34;&gt;https://mlflow.org/docs/latest/genai/flavors/dspy/optimizer/&lt;/a&gt;&lt;/li&gt;
&lt;li&gt;优化Agent的提示词，让老师模型帮学生模型优化，&lt;a href=&#34;https://dspy.ai/tutorials/agents/&#34;&gt;https://dspy.ai/tutorials/agents/&lt;/a&gt;&lt;/li&gt;
&lt;/ul&gt;
&lt;h1 id=&#34;dspy-使用笔记&#34;&gt;DSpy 使用笔记&lt;/h1&gt;
&lt;p&gt;DSpy 是一个开源的 Python 框架，旨在通过模块化和声明式编程来构建语言模型应用程序。它使得与大型语言模型（LLM）的交互更加高效和可靠，避免了传统提示工程中的繁琐和不确定性。&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
