ARTICLE · 1005178
当 AI 开始读你的源码:Shannon 白盒渗透实测
当 AI 开始读你的源码：Shannon 白盒渗透实测
▼
开篇：真正的漏洞，写在源码里
黑盒渗透有个天花板：你从外面试了几百个 payload，不如开发者打开源码看一眼。漏洞的本质是代码缺陷，而代码就躺在仓库里。
过去这堵墙靠人翻。一个资深审计员读几千个文件，找注入点、找权限缺陷、找逻辑漏洞，一周起步。现在有人把这件事交给了 AI：让模型直接读源码，规划攻击路径，然后在真实环境里验证——打通了才写进报告，打不通就闭嘴。
这个开源项目叫 Shannon，来自 Keygraph，在 CyberBench 基准上刷出 96.15% 成绩的那个团队。他们把自家的渗透流水线开源了。
本文先讲它怎么设计，再讲我实测的结果：同一个靶场，5 个埋的洞，它全部打穿，一个不落，零假阳性。而同样用 DeepSeek 的黑盒工具，一个都没打中。
项目介绍：Shannon 是什么
Shannon 是 AI 驱动的白盒渗透测试 agent，TypeScript 写的，AGPL-3.0 协议。输入是一个目标 URL 加一份源码仓库，输出是一份带完整证据链的安全评估报告（PDF + Markdown + SARIF）。
它的工作方式是五阶段流水线：
第一段：读代码建基线（pre-recon）。 模型通读源码，搞清架构：技术栈、路由结构、鉴权模型、数据流。先知道系统怎么搭的，才知道漏洞可能在哪。
第二段：画攻击面（recon）。 基于代码认知去摸目标在线暴露面，把"源码里有什么"和"线上有什么"对应起来。
第三段：五个漏洞分析 agent 并行。 注入、XSS、认证、SSRF、越权——五个 agent 同时开工，各查各的类，各写各的交付物。每个结论必须落到具体的代码位置和调用链，不是泛泛而谈。
第四段：条件性利用。 分析阶段说"这里有漏洞"的，才轮到利用 agent 上。五类并行，在真实环境里打真实利用，产出利用证据。
第五段：出报告。 综合全部证据，生成执行摘要级别的报告，带严重级别、利用步骤、代码位置、修复建议。给客户看，也给开发看。
这套流水线跑在 Temporal 编排引擎上：每一步的状态持久化，中途崩了能断点续跑，不会前功尽弃。
项目地址
▍GitHub：https://github.com/KeygraphHQ/shannon
▍npm：`npx @keygraph/shannon`（零安装方式）
实测：29 分钟，5 个真洞全部打穿
设计讲得再好，不如拉出来打一轮。我搭了本地授权靶场 test-vuln-app v2（员工绩效查询系统，Flask，127.0.0.1:5201），里面埋了 5 个漏洞：SQL 注入、存储型 XSS、命令注入、路径遍历、越权读取。把源码仓库一起喂给 Shannon，接 DeepSeek（deepseek-chat，原生 1M 上下文窗口），跑完整条流水线。
先说结论：5 个真洞全部被利用到 PoE Level 4（完整利用 + 证据），零假阳性。 29 分 44 秒，成本 0.19 美元。
逐个看它干了什么：
SQL 注入（/login）→ 管理员全库拖出。 `' OR 1=1 --` 直接绕过登录成管理员，然后 7 列 UNION 注入把整个库拖出来：admin:admin123，加 4 个员工的明文密码、PII、薪资、角色。一条链走完。
命令注入（/ping）→ root RCE。 参数 `ip=127.0.0.1;id` 打进去，返回 `uid=0`。接着注入 python3 把数据库整个拉走，读 /etc/passwd、/etc/environ，还拿到出网能力当 SSRF 原语用。
路径遍历（/download）→ 下载源码和系统文件。 `filename=../users.db` 把完整数据库下下来，再遍历读 /etc/shadow，最后把应用源码整个拖走——源码里还翻出一个硬编码的内部接口密钥。
存储型 XSS（/feedback）→ 实际是 SSTI，直接 RCE。 这是最有意思的一个。靶场原意是存 XSS，Shannon 分析代码后发现模板引擎在渲染用户输入，先测 `{{7*7}}` 返回 49 确认模板注入，再用 cycler gadget 链打到 root，还做成持久化：每个访问页面的人都会触发。比原设计的 XSS 狠一个等级。
IDOR（/api/user）→ 匿名枚举全量档案。 无任何认证，遍历 uid 1 到 5，把所有人资料读出来，包括管理员的薪资 5 万。
还有 3 个黑盒工具全漏掉的高危：
▍垂直越权：/internal/health 接口靠一个硬编码的 header secret 门禁，这个 secret 就写在源码里，而源码能通过路径遍历下载。拿到 secret，伪造 header 直接访问内部接口。
▍工作流绕过：登录接口写 SESSION 的代码是死代码，根本没有 Set-Cookie。那登录校验形同虚设，跳过登录直接查任意档案。
▍内网 Redis 未认证：SSRF 探到内网 Redis，默认 ACL `+@all nopass`，未认证就能读写。
这 8 个发现，每一个都带 curl 命令 + 响应原文 + 落盘证据。Shannon 的 deliverables 用 git 管理，全程 8 个 checkpoint 提交，证据链可追溯。这就是它反幻觉的底气：打不通就不报，报了就有证据。
为什么黑盒工具打不出这个效果？VulnClaw 和蜂群用了同一个靶场、同一个 DeepSeek 模型，结果 5 个洞一个没中。差别不在模型，在 Shannon 能读源码：它知道 /internal/health 的密钥在哪个文件里，知道登录的 SESSION 是死代码，知道 /feedback 渲染的是模板引擎。这些信息黑盒从外面永远猜不到。
踩坑记录，供复现：
1.模型 ID 别写成 `openai:deepseek-chat`。pi 引擎在 openai 模型目录里找不到这个 ID，会 fallback 借用 gpt-4 的配置（上下文窗口只有 8192），pre-recon 光 7 个工具定义就有 7500 token，一压就把工具集压没了，agent 只会回一句计划文本不干活。改成 `deepseek:deepseek-chat`（原生 provider，1M 窗口）立刻正常。
2.跑之前先查 LLM key 余额。我这次跑到第 9 个 agent 时 key 欠费（402 Insufficient Balance），最后 4 个 agent 中断。好在证据全部落盘，结论不受影响。真要说教训：充够钱再跑。
3.扫描结果落在 `workspaces/
应用场景
客户源码审计。 接一个渗透/代码审计项目，拿到源码授权，跑一遍 Shannon，它把五类漏洞过一遍，你专注在它漏掉的和它看不懂的业务逻辑上。这是它的主场。
白盒 SRC。 部分 SRC 平台开放源码授权的目标，可以交给它铺底。
开发团队自查。 上线前把自己仓库跑一遍，SARIF 输出直接对接 CI，比人肉 code review 覆盖面大。
代码安全评估报告交付。 它的报告形态就是交付级：执行摘要 + 证据链 + 修复建议，还能出 SARIF，省掉大量报告整理时间。
适用人群
适用：
▍有源码授权前提的渗透测试工程师
▍安全审计乙方，做代码审计项目交付
▍甲方安全团队，做自有系统的上线前自查
▍想要"证据驱动"报告的团队——它打不通不报，报告含金量高
不适用：
▍黑盒场景。没源码，它一半的功力用不出来——这是它的设计前提，不是缺陷
▍快速打点、红队对抗。它的流程重（五阶段 + Temporal + 容器编排），不是为快而生的
▍没有 Docker / 不想维护容器编排环境的人
▍需要对外交付源码级集成的乙方——AGPL 协议的传染性要先过法务
安装条件
▍Docker（必须，跑 Temporal 编排和 worker 容器）
▍Node.js 22.19 以上（本地模式）
▍一份目标源码仓库（白盒前提）
▍LLM API key（支持 OpenAI 兼容网关，智谱 GLM、DeepSeek 这类都能接）
▍磁盘和内存要够：每跑一次扫描会起一个临时 worker 容器
安装步骤
# 方式一：npx 零安装（最省事） npx @keygraph/shannon setup # 配置 LLM key（交互式向导） npx @keygraph/shannon start -u <目标URL> -r /path/to/repo # 方式二：本地构建（开发/深度使用） git clone https://github.com/KeygraphHQ/shannon cd shannon echo "你的LLM_API_KEY=xxx" > .env ./shannon build # 构建 worker 镜像 ./shannon start -u <目标URL> -r ./my-repo # 监控与结果 ./shannon status# 看实时进度 ./shannon logs # 看日志 # Dashboard: http://localhost:8233
说明：Shannon 默认模型是 Anthropic 的 Claude，但架构上是 provider 无关的——`SHANNON_AI_MODEL=
优劣势
优势：
▍白盒思路直击漏洞本质：从源码找缺陷，比黑盒盲试高一个维度。实测 5/5 真洞全中，另挖出 3 个黑盒看不到的高危
▍反幻觉工程扎实：报告从结构化数据确定性渲染，没有 LLM 编造空间；利用阶段要真实证据，"打不通不报"。实测零假阳性
▍五类漏洞 agent 并行，效率可观
▍Temporal 编排：崩溃恢复、断点续跑、进度可查，工程底子厚
▍交付级报告：PDF + Markdown + SARIF，直接能交客户
▍认证场景支持完整：登录流程、TOTP、会话隔离都做了
劣势：
▍AGPL-3.0：对外交付源码级集成的乙方要谨慎，传染性约束是真实存在的
▍重：Temporal + Docker + 每扫描一个容器，资源开销大，不是轻量工具。实测一轮 29 分钟起步
▍依赖源码：黑盒用不了，这是硬前提
▍成本不低：实测一轮 0.19 美元（中途中断还更贵），且要吃住 LLM key 的余额，欠费直接断流水线
▍漏洞类目固定（注入/XSS/认证/SSRF/越权），超出五类的缺陷（如供应链、加密实现）覆盖不到
▍项目较新，中文社区资料少，踩坑要自己啃英文文档
合规声明
本文仅作技术研究与学习交流。Shannon 及文中涉及的渗透测试能力，只允许用于已获得明确授权的目标（自有系统、客户授权的代码审计、SRC 授权范围等）。未经授权对任何系统进行扫描、探测或利用，均违反《网络安全法》《数据安全法》等法律法规，一切后果由行为人自行承担。请读者合法合规使用技术，共同维护网络安全环境。
结语
黑盒是猜，白盒是看。实测把这句话坐实了：同一个靶场，同一个模型，黑盒工具 5 个洞一个没中，Shannon 5 个全中还多挖 3 个。差距不在 AI 的聪明程度，在它有没有权限看代码。
AI 渗透的下半场，不在 payload 数量，在证据质量。Shannon 给了一条路：让 AI 读源码、打实弹、留证据，人退到判断和决策的位置——哪些漏洞值得报、哪些利用值得深入、报告怎么给客户讲。