MazeRunner：面向 LLM 黑盒自动化渗透测试的非线性任务与线索编排
MazeRunner: Nonlinear Task and Clue Orchestration for LLM-driven Black-Box Automated Penetration Testing
AI 导读
研究者提出 MazeRunner，一个基于三智能体任务与线索编排框架的自主渗透测试系统，在 10 个近期发布的 HTB 靶机上完成 47.7% 的标注子任务。使用 Claude Sonnet 4.5 时，PentestGPT-V2 完成 36.2%，Claude Code 完成 34.2%。MazeRunner 在其中六个靶机上取得 user 级或更高权限，其中两个拿到 root；同模型基线仅在两个靶机上取得 user 级权限，均未取得 root。系统把全局编排、上下文密集的执行和面向失败的复盘分离，并持续维护任务状态与环境证据，从而支持动作修改、前置条件恢复、分支切换和长程线索关联。评测将每次系统与靶机的运行限制在 2000 万 LLM token 以内，并避免靶机特定解法泄漏；执行轨迹分析显示该系统探索了更多攻击分支，并更高效地获得 shell。