Eli Cohen, Snyk / Helios · 約 18 分鐘
這支影片在講：AI 駭客已比年度滲透測試快
當攻擊者能用模型把小漏洞串成重大風險，且最快案例只要四分鐘，安全驗證不能再只靠一年一兩次的人工滲透測試；它必須跟著每次程式變更持續運行。
01 / 問題
程式量與攻擊速度同時上升
開發者交付更多程式碼，攻擊者也能把模型用在偵察、串接弱點與利用上；原本稀疏的人工檢查節奏跟不上。
02 / 反轉
工具各自看見一部分
SAST 不擅長 runtime 行為，DAST 容易錯過商業邏輯與授權缺陷；人工 pen test 很強，卻慢且昂貴。
03 / 解法
用 agent 做持續攻防
讓 orchestrator、recon、漏洞獵人、exploit judge、修復與報告 agent 分工，並把其他 scanner 的訊號當成上下文。
Signals
影片裡最值得記住的四個訊號
速度差
4 分鐘
講者引用最快的 AI 輔助攻擊案例：足以說明年度或半年一次的檢查無法匹配攻擊迭代。
觸發點
每個 PR
把測試從排程式審計移到程式變更流程，才能在漏洞擴散前取得可驗證的證據。
agent 分工
6 種角色
編排、偵察、獵捕、驗證、修復與報告各有不同任務，降低單一 agent 既找又判的偏差。
採購檢查
4 問題
評估 AI pen test 供應商時，重點是其驗證能力、上下文與可落地的流程，而非宣稱的掃描數量。
Core story
從「找訊號」走到「證明可利用」的三個轉折
01
不要把掃描結果誤當成攻擊路徑
SAST、DAST 與既有 scanner 仍然重要，但它們各有盲區。持續 offensive security 的目標是利用它們提供的線索，連上 runtime、授權與商業邏輯脈絡，形成可實際驗證的假設。
02
exploit judge 是降低噪音的核心
漏洞獵人提出候選路徑後，另一個角色需要實際嘗試並判定是否成立。沒有利用驗證，團隊只會收到另一批高量、低信任的 findings；有證據的結果才應進修復優先序。
03
上下文決定 agent 能否測到真正風險
程式庫、架構、身份與授權流程、既有掃描訊號都會改變測試品質。把這些資訊交給 recon 與 orchestrator，才能避免 agent 只做無脈絡的 endpoint 掃描。
Operating model
把 AI pen testing 接進工程流程，而不是另開一個安全孤島
輸入：保留現有工具的訊號
串接 SAST、DAST、dependency 與既有弱點管理資料，將其作為偵察與攻擊假設的起點，而不是用新工具取代舊工具。
執行：在安全邊界內做驗證
為 agent 準備隔離測試環境、可控測試帳號與明確範圍。能證明利用不代表可對 production 自由嘗試。
輸出：以 exploit evidence 排序
將「可否重現、影響何種資產、需要什麼權限」寫入結果，讓修復團隊能以可觀察證據決定優先序。
閉環：修復後重跑同一條路徑
修補不只要過靜態規則；把已證明的利用流程變成回歸測試，確認修復沒有在下一個 PR 被重新打開。
Practical checklist