Visa开源AI漏洞管理平台背后:软件安全正在进入“Agentic AI时代”

整理编辑｜TesterHome社区

2026年6月，全球支付巨头 Visa 宣布参与 Anthropic 发起的网络安全计划—— Project Glasswing 。

在这项计划中，Visa不仅测试了Anthropic尚未公开发布的前沿AI模型 Mythos，更进一步发布了自己的成果：Visa Vulnerability Agentic Harness（VVAH），一个用于漏洞发现、验证、修复和回归测试的Agentic AI框架，并计划以开源方式向行业开放。

这一事件释放出一个重要信号：软件安全行业正在从“发现漏洞”时代，进入“自动化修复漏洞”时代。

AI巨头Anthropic的玻璃翼项目

Anthropic在2026年4月发起的Project Glasswing（玻璃翼项目）——这是一项多方协作的网络安全防御计划。

该项目依托 Anthropic 前沿大模型 Claude Mythos Preview（官方动态中多有提及），以空前的规模自动发现并协助修复核心软件中的安全漏洞。

项目初期，包括 Visa、Cloudflare在内的多家合作机构，已在各类主流系统中累计检出超10000个高危、严重级别的安全漏洞。

6月初，该项目扩展到约150个更多组织，覆盖15+个国家，现在涵盖电力、水、医疗保健和电信等关键基础设施。

Anthropic最近发布了模型的公开版本（Fable 5），同时将更强大的Mythos能力控制用于防御用途。

不过该项目目前的重点仍然是协调披露，因为修补远远落后于发现。

Visa的主动应对：漏洞智能体框架VVAH

作为日均处理数十亿笔交易的机构，Visa 加入Project Glasswing项目，对自身基础设施开展极限安全测试。测试结论显示：依托零信任安全理念，现有防御体系可抵御该AI模型挖掘出的各类漏洞，但威胁迭代的速度，要求安全架构必须持续进化。

在此背景下，Visa 推出了这套开源、可直接落地的框架——VVAH（Visa Vulnerability Agentic Harness，Visa 漏洞智能体框架）。这是一套基于多智能体AI构建的框架，可实现漏洞自动化发现、分级研判、核验与全生命周期管理。该框架沉淀自玻璃翼项目的实战经验，同时整合了 Visa 内部迭代至第五代的多模型安全测试套件，可作为业界参考落地范例。

四大核心架构要点

1. 威胁建模前置

流程前三环节完成代码、依赖组件、配置资产库等攻击面测绘，并结合业务场景搭建威胁模型，让算力集中投入到高风险区域。

2. 多智能体+多模型联合推理

内置专项分析能力，可处理加密组件、访问权限、基础设施即代码（IaC）等细分场景。通过多模型表决、对抗性核验，减少模型幻觉与漏洞误报。默认支持 Claude 命令行工具，同时兼容 Anthropic SDK 及所有适配 OpenAI 接口的模型。

3. 标准化全生命周期与输出

覆盖漏洞发现、利用链分析、SARIF 报告生成全链路。核心围绕 MTTA 开展指标监测，包含资产漏洞台账更新时效、剩余攻击路径、模拟生产环境下的修复验证结果等。

4. 人机协同管控

AI 负责提效，但无法替代专业人员审核。漏洞修复智能体生成修复方案后，由人工判定漏洞等级并确认修复效果。

部署相关说明

框架基于 Python 开发（要求版本 3.10 及以上），支持虚拟环境、pipx 轻量化安装；配套专属命令行工具，可完成环境自检、风险评估、单点扫描、批量任务等操作。支持自定义配置文件与算力配额，避免成本失控。

框架局限性说明：输出结果仅作为研判参考，必须经过人工复核；分析结果存在非确定性特征；部署时需严格评估账号权限风险。

开源获取

项目已托管在 GitHub 开源，仓库地址：https://github.com/visa/visa-vulnerability-agentic-harness，遵循 Apache 2.0 开源协议。配套提供部署指南、架构文档以及大模型接入教程（包含 Claude、Copilot 等）。

Visa 基于 Claude Mythos Preview 完成多轮测试后确认：自身的零信任架构、网络分段与多层防御体系整体稳固，同时也梳理出供应链风险、自动化修复能力等待优化方向。目前企业正重点推进安全左移、清理高危依赖组件、搭建AI管控平台等工作。

对全行业的深远影响

这与更广泛的行业压力相一致：前沿模型正在发现传统工具错过的长期问题（例如在OpenBSD、FFmpeg、wolfSSL中），迫使人们重新思考弹性、供应链安全（例如Project Lightwell）和代理防御架构。

从被动防御走向自主防御：基于特征库、传统静态扫描的老旧工具，已无法应对AI赋能的攻击手段。企业需要部署智能体调度框架，实现持续化、结合业务场景的安全扫描与响应。
供应链与开源组件安全：第三方依赖中的漏洞会放大整体风险，Lightwell 项目（Project Lightwell）等计划可与 VVAH 形成能力互补。
智能交易安全能力互通：Visa 正在推进支付领域AI智能体可信协议，而这套框架的设计思路，同样适用于保障智能体的身份、权限与行为安全。
现存挑战：漏洞分级与修复的规模化落地、模型合规使用与学术研究的边界平衡、真实防护效果量化（行业尚未大规模公开精确率、召回率数据）、搭建技术滥用防控体系。

安全团队落地建议

1. 在内部代码仓库试用 VVAH，优先从风险评估、小范围定向扫描入手。

2. 将框架接入 CI/CD 流水线，并保留人工审核节点。

3. 将 MTTA（平均适配修复时长）作为衡量安全韧性的核心指标。

4. 在合规前提下，参与玻璃翼项目这类行业协作，并积极参与开源共建。

5. 叠加运行时防护、零信任架构、SBOM（软件物料清单）等多层安全能力。

Visa 开源 VVAH 是行业的重要成果，为大规模AI安全防御提供了可落地的实践范本。在AI大幅压缩漏洞生命周期的当下，率先将AI应用于安全防御、打造比威胁迭代速度更快的韧性系统，才能掌握主动权。

对软件开发与测试团队的建议

未来3年，开发和测试团队应重点关注：

1. AI辅助代码审查

2. AI驱动安全测试

3. Agentic DevOps

4. 自动漏洞修复工作流

5. AI治理与人工监督机制

对于测试工程师而言：

最值得投资的新能力已经不再是编写更多自动化脚本，而是：

Prompt Engineering
AI Agent编排
风险分析
安全测试
DevSecOps实践

因为未来的测试平台，很可能不是执行测试脚本，而是在管理一组能够自主发现问题、生成测试和验证修复结果的AI Agent。

Visa的VVAH或许只是开始，但它已经向整个软件行业展示了一个清晰方向：

软件安全的瓶颈正在从“发现漏洞”转向“修复漏洞”，而Agentic AI将成为连接开发、测试与安全团队的新基础设施。

（本文内容均整理自截至2026年6月11日的公开信息）

MTSC2026中国互联网测试开发大会

将于8月15日在深圳举行