Mi agente de pentesting con IA ahora aprende de sus propios errores
Hace unas semanas publiqué la primera versión de OIHK-pentesting : un motor multi-agente que corre pentests autorizados con un planificador LLM, donde la frontera de seguridad vive en el motor , no en el "buen comportamiento" del modelo. Desde entonces reconstruí la cabina entera. Este post va de lo nuevo — y de por qué la parte más difícil no fue hacer el agente más fuerte, sino hacer que se…
Una versión reciente de OIHK-pentesting, conocida como OIHK-pentesting con IA, aprende de sus propios errores a través de un motor multi-agente que ejecuta pruebas de penetración autorizadas. El motor garantiza el alcance y la responsabilidad es del usuario. Algunos de los recientes cambios incluyen la eliminación de atajos de ataque en la interfaz, la capacidad de Barron para planificar y ejecutar tareas de manera paralela y la incorporación de un agente llamado AdapterOne que recuerda errores y los aprende como lecciones ponderadas en un registro.
El sistema es actualmente en versión beta y está disponible en GitHub, con una licencia MIT y más de 1,300 pruebas exitosas.
Written by urgent.news from Dev.to's reporting — not their text. Machine-written — may contain errors; check the original before relying on it.
