AI挖洞的正确预期:先懂基础,再结合强AI模型与免费Skills

后台每天都有类似的问题：“AI能不能替我挖洞？”“我不会渗透，能不能直接用AI去SRC赚钱？”

说实话，每次看到这种问题，我都想认真回一句：AI可以帮你更快地挖洞，但它没法替你理解你在挖什么。

今天不写工具推荐，不写Prompt模板。只想跟新手聊清楚一件事：当你决定用AI辅助挖洞的时候，你真正需要准备的是什么。

第一个预期：AI是加速器，不是发动机

先说一个被反复验证过的数据。在30天实测中，有效漏洞从11个提升到23个，但这个提升不是AI“找到了更多漏洞”，是AI省下了翻JS和写报告的时间，让人有精力去测更多目标。

AI在JS文件里提取API端点的准确率是96%。这个数字很高，但前提是你得知道“JS文件里有API端点”这件事。如果你不知道JS文件可以翻，你不知道API端点是挖洞的入口，AI给你840个端点你也不知道下一步该干什么。

这就是“先懂基础”的第一层含义：AI可以帮你跑得更快，但方向得你来定。

第二个预期：AI在“理解业务”这件事上，几乎帮不上忙

我做过一个测试。把一个电商平台的订单创建请求和响应丢给豆包，问它“有没有业务逻辑问题”。它回复：“可能存在金额篡改风险，建议测试修改金额参数。”

这句话是废话。任何一个有基本安全意识的人都知道要测金额篡改。但真正的零元购漏洞，需要理解这个平台的优惠券叠加规则、积分抵扣的上限逻辑、以及订单状态机的流转条件。

豆包不知道这些业务规则。它只能看到“金额参数可以被修改”，但看不到“修改后系统会不会在支付环节二次校验”。

越权漏洞同理。你把两个账号的请求贴给AI，它能识别出user_id参数可以修改。但修改后返回403，说明后端做了归属校验。AI没有能力判断“这个接口的越权是否真的存在”，它只能看到“参数可以改”。

AI在业务逻辑判断上的命中率，实测不到10%。 这不是AI能力不够，是AI没有业务上下文。它不知道这个SaaS平台的定价体系，不知道这个电商平台的优惠券规则，不知道这个金融系统的风控逻辑。

第三个预期：AI能帮你读代码，但不能帮你理解代码为什么这样写

AI在代码审计场景下确实很强。你把一段拼接SQL的代码贴给豆包，它能准确地指出注入点、构造payload、给出参数化查询的修复方案。

但这建立在你能拿到源码、或者从报错信息、JS文件里推断出后端逻辑的基础上。如果你连“什么是SQL注入”都不知道，AI告诉你“这里有注入”，你也不知道怎么验证它是不是真的。

更关键的是，AI经常犯错。它会被状态码骗——一个/actuator/env返回200，AI直接标成“严重信息泄露”，但那个端点需要特定Header才能访问，未授权请求返回的是伪装成200的401页面。它会被自己的幻觉骗——AI说“可能存在SSRF”，你不能直接写报告，必须手工构造请求、观察响应、确认服务器真的去请求了内网地址。

如果你没有基础知识去判断AI的输出，你只会把它的误报原样提交到SRC平台，然后被审核打回来。

第四个预期：免费的Skills确实有用，但它们的边界写得很清楚

2026年开源社区出现了大量安全Skills包。Cloudflare的security-audit-skill有13000星，CK-Skills有20个专项技能加中文报告，Claude-BugHunter有82个技能覆盖24类漏洞。这些都是真东西，都值得装。

但它们的README里都写了同一句话：仅用于授权测试。

这句话不只是法律声明。它是一个技术提醒。这些Skills的设计前提是“你已经知道该测什么”，它们做的是“帮你更快地跑完流程”。Cloudflare的security-audit-skill明确要求“无沙箱不执行目标代码”——如果你的环境没有沙箱，它不会强行跑，它会标记needs_validation，然后告诉你“我无法验证这个发现”。

一个知道自己边界在哪的工具，比一个什么都号称能干的工具，更值得信任。 但你需要有能力判断“它说的边界是什么”。

那新手到底该怎么用AI？

说完了四个预期，说正面的。

第一，把AI当“读代码的助手”。 代码审计类漏洞——SQL注入、XSS、命令注入、路径遍历——只要你能把相关代码贴给它，它识别得很准。这是AI最强的场景，因为它是“读代码”，不是“理解业务”。你只需要学会怎么拿到代码、怎么判断它说的对不对。

第二，把AI当“批量初筛的工具”。 你手上有100个端点，AI帮你标出最可疑的10个，你只需要测那10个。这个任务AI的召回率很高，你只需要复核它标出来的那几个。

第三，把AI当“写报告的秘书”。 AI生成的报告初稿，你只需要改三处：把“可能导致”改成确定性的“可导致”、把AI编造的CVSS评分改成真实值、把通用修复建议改成针对这个系统的具体方案。报告环节从一小时压缩到二十分钟。

第四，把AI当“解释漏洞的老师”。 复现一个已知CVE时，让AI解释漏洞的触发条件、利用链、影响范围。这是学习工具，不是挖洞工具。它帮你理解，但发现漏洞的是你自己。

一条最实在的建议

如果你现在完全不懂安全，不要买AI工具，不要装Skills包。先做三件事：

打开PortSwigger Web Security Academy，把SQL注入、XSS、CSRF、SSRF这几个基础漏洞的靶场全做一遍。不用做难题，把“这个漏洞是什么、怎么触发的、怎么利用的”搞清楚就行。

注册一个SRC平台，找一个授权目标，手工测。不追求挖到洞，追求理解“测试一个系统”的完整流程是什么样子的。

把你手工测的过程记录下来。哪些环节是重复劳动、哪些环节需要判断、哪些环节需要查资料。这份记录，就是你的“AI需求说明书”。

然后你再去装AI工具、装Skills包。你会发现自己知道该让AI做什么、该信任它的什么输出、该在什么地方停下来手工验证。

写在最后

AI没有让安全行业变得更容易。它让安全行业的效率差距变得更大了。

会用AI的人，和不会用AI的人，差距在拉大。但真正的分水岭不在“会不会用AI”，在“有没有基础判断力”。AI给你840个API端点，你得知道哪些值得测。AI说“可能存在越权”，你得知道怎么验证它是不是真的。AI生成的报告初稿，你得知道哪里它在编、哪里它在偷懒。

先懂基础，再上AI。 这不是保守，这是效率最高的路径。因为你省下的不是“学基础的时间”，是“被AI误导然后返工的时间”。

严正声明

本文所述AI辅助挖洞的经验和边界，基于个人在SRC平台授权范围内的真实操作及公开社区实测数据。所有测试必须在SRC平台或客户明确授权的资产范围内进行。未授权扫描、测试、攻击行为均属违法。AI工具的使用应遵守平台服务条款，不得将敏感数据上传至未经授权的第三方服务。AI是加速器，判断力是你的责任。