# 策展 · X (Twitter) 🔥

> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)

> 作者：Eric Hartford (@QuixiAI) · 平台：X (Twitter) · 日期：2026-04-18

> 原始來源：https://x.com/QuixiAI/status/2044952124568527298

## 中文摘要

Anthropic「Project Glasswing」強調模型危險，Lazarus AI推出開源「Clearwing」重現成果。

Anthropic上週公布「Project Glasswing」與「Claude Mythos Preview」模型，宣稱其漏洞發現能力過強無法公開發布，合作夥伴包括AWS、Microsoft、Google與Apple，提供1億美元運算額度，並強調僅他們能安全部署；但作者Eric Hartford批評所有功勞歸於模型，真正創新在於模型無關的工作流程，Lazarus AI因此開發MIT授權的開源「Clearwing」，使用任何LLM即可重現類似發現，包括數千個零日漏洞、OpenBSD 27年舊bug與FFmpeg 16年舊bug。

**Glasswing的真實成果與隱藏創新**

Glasswing發現橫跨各大OS與瀏覽器的數千零日漏洞，包括OpenBSD中27歲bug、FFmpeg中16歲bug，以及完全自主的漏洞鏈開發，人類研究員需數週才能完成。技術部落格細讀後顯示，創新不在模型，而在工作流程：
- 依攻擊表面排名程式庫中每個檔案
- 並行展開數百Agent，每個限定單一檔案
- 以崩潰預言機（AddressSanitizer、UBSan）作為真值基準
- 第二驗證Agent過濾雜訊
- 以產生漏洞利用作為嚴重度篩選機制

此管線模型無關，作者在Lazarus AI日常部署自訂AI於受規管產業、企業與政府時，即習慣剝離專有模型、保留架構，並以客戶最佳模型執行。

**Clearwing開源實現與模型獨立性**

「Clearwing」為完全開源漏洞發現引擎，採用崩潰優先搜尋、檔案並行Agent、預言機驅動驗證、變體搜尋與對抗驗證，MIT授權、立即可用（https://github.com/Lazarus-AI/clearwing）。作者以OpenAI「Codex 5.4」測試，重現Glasswing發現，目前正以自家「ReAligned」模型（Qwen3.5微調西方對齊）重現結果。「Claude Mythos」雖優秀，其N日漏洞剖析顯示推理深度，但僅為「Opus」增量改進，繼「Sonnet」之於「Haiku」，非超智慧躍進，而是曲線上下一點；真正改變遊戲規則的是工作流程。

**雙模式攻擊安全工具設計**

「Clearwing」建基於LangGraph，為雙模式進攻安全工具，僅限授權目標使用，操作者負責範圍、法律授權與揭露（見SECURITY.md）：
- **網路滲透測試Agent**：ReAct迴圈Agent，綁定63個工具，掃描即時目標、偵測服務與漏洞、在沙盒執行Kali工具、嘗試漏洞利用（經人類審核守欄），並寫入持久知識圖譜報告。
- **程式碼獵手**：檔案並行Agent管線，排名原始檔、展開單檔獵手Agent、以ASan/UBSan崩潰為真值、對抗第二輪Agent驗證、可選產生驗證修補，並輸出SARIF/markdown/JSON報告，證據等級為`suspicion → static_corroboration → crash_reproduced → root_cause_explained → exploit_demonstrated → patch_validated`。

**安裝與快速入門**

終端使用者直接從GitHub安裝標記版本：
- `git clone https://github.com/Lazarus-AI/clearwing.git`
- `cd clearwing; uv sync --all-extras; source .venv/bin/activate`
- `clearwing setup`互動精靈設定提供者、憑證，持久至`~/.clearwing/config.yaml`
- `clearwing doctor`檢查Python、憑證、Docker、外部工具與網路
- 支援Anthropic、OpenAI相容端點如OpenRouter、Ollama、LM Studio、vLLM、Together、Groq、DeepSeek（見docs/providers.md）。

開發者鎖定開發環境，同樣uv sync。快速入門指令：
- `clearwing scan 192.168.1.10 -p 22,80,443 --detect-services`單目標網路掃描
- `clearwing sourcehunt https://github.com/example/project --depth standard`標準深度程式庫獵取（沙盒LLM獵手、對抗驗證、機制記憶、變體迴圈）
- `clearwing interactive`完整工具集ReAct聊天
- `clearwing ci --config .clearwing.ci.yaml --sarif results.sarif`CI模式SARIF輸出。

**FFmpeg本地程式庫範例**

對已克隆FFmpeg（~10k檔案）執行`sourcehunt`，經大型程式庫排名預選候選，階A獵手池需數小時：
```
uv run python -u - <<'PY'
from clearwing.llm.native import AsyncLLMClient
from clearwing.sourcehunt.runner import SourceHuntRunner
# 設定AsyncLLMClient（多階段分模型：ranker用gpt-5.4-mini、hunter用gpt-5.4等）
runner = SourceHuntRunner(repo_url='./FFmpeg', local_path='./FFmpeg', depth='standard', budget_usd=1000.0, max_parallel=15, ...)
print(runner.run())
PY
```
結果存於`./sourcehunt-results-ffmpeg/sh-<session-id>/`為JSON+markdown。

**架構概覽與文件資源**

架構分網路滲透Agent與程式碼獵手管線（preprocess → rank → pool → hunter → verify → exploit → variant loop → auto-patch → report），共享基底包括發現資料類、能力探針、沙盒層、知識圖譜、 episodic memory、事件匯流排、telemetry、守欄審計與CVSS評分。深入文件於docs/：
- `docs/index.md`：總覽與目錄
- `docs/quickstart.md`：完整安裝與首次執行
- `docs/providers.md`：提供者配方、任務路由
- `docs/architecture.md`：管線、基底、工具配置
- `docs/cli.md`：子指令旗標
- `docs/api.md`：API參考。

開發用pytest、ruff、mypy、mkdocs（見CONTRIBUTING.md）。漏洞回報分兩軌：Clearwing內部漏洞至GitHub Security Advisories；Clearwing發現者軟體漏洞至廠商管道，`--export-disclosures`產生MITRE CVE與HackerOne模板（evidence_level >= root_cause_explained）。

**開源民主化安全工具的立場**

防禦者不該等候閘門模型存取權才能保障軟體，這些漏洞潛伏程式庫數十年，工具應人人可用：週末維護FFmpeg的開源貢獻者、無力負擔125美元/百萬輸出token的初創、Anthropic未營運國家的研究員。「Clearwing」實現此願景，但為雙用進攻工具，極其鋒利，須謹慎扱用。

## 標籤

LLM, 開源專案, 資安, Anthropic, Lazarus AI, Claude