Code-Augur：通过规格推断进行智能体漏洞检测

研究者提出 Code-Augur，一个通过安全规格推断进行智能体漏洞检测的框架，并在关键开源项目中发现了 22 个新漏洞。当 Agent 判定某组件安全时，Code-Augur 把支撑该判断的局部不变式写成源码内断言，同时用引导式模糊测试尝试证伪这些假设；断言被触发时，要么暴露真实漏洞，要么暴露需要修正的错误规格，从而让 Agent 对代码意图的理解与代码实际行为对齐。在真实项目上，Code-Augur 检出的漏洞多于其他最先进的 Agent；与 Claude Mythos 这类专门模型相比，它可基于 Sonnet、DeepSeek 等广泛可用的 LLM 实现有效的智能体漏洞检测。