夜雨聆风昨天刷 GitHub Trending，发现一个有意思的现象。
上周还是 reverse-skill 在屠榜，这周又冒出一批新的 AI 安全项目。不是那种"套壳扫描器"的级别——是真让 AI 替你干活、替你挖洞、替你写利用脚本的那种。
我花了一晚上把几个最热的项目翻了一遍，挑出 5 个值得关注的，跟你聊聊。
1
Strix · 50,900+ Stars · 开源 AI 渗透测试
Strix 是目前 GitHub 上最火的 AI 安全项目，没有之一。
它不是一个传统扫描器。传统扫描器只会告诉你"这里可能有漏洞"，然后丢给你 98% 的误报率，让你自己一个个去验。Strix 的做法是：让 AI Agent 直接对你的应用发起真实攻击，能利用成功才算数。
多 Agent 架构是它的核心。一个 Agent 负责侦察，一个负责漏洞利用，一个负责后渗透——它们之间会共享发现，动态协同。支持 JWT 攻击、会话固定、SSRF、XXE、反序列化、业务逻辑绕过……覆盖了 OWASP Top 10 的大部分攻击面。
最近有个安全研究员还发现了它一个有趣的问题：因为 Agent 被激励"穷尽每一个端点"，反而让它更容易踩中蜜罐陷阱。这从侧面说明，它是真的在认真干活 (来源: ez-lbz/strix-vul-report)。
2
reverse-skill · 20,000+ Stars · 安全技能路由包
reverse-skill 两周前冲上 GitHub Trending 第一，到现在热度还在。它不是一个工具，是一个"技能路由包"——专门给 Claude Code、Cursor、Codex CLI 这些 AI 编码 Agent 用的。
它的做法很巧妙：用 Markdown 文件告诉 AI Agent 该怎么做逆向工程、渗透测试、安全研究。Agent 读到 README_AI.md 之后，会按指令加载对应的工具链和知识库，自动完成原本需要人类专家手动操作的安全分析。
我注意到它最有争议的一点是——它在配置文件里告诉 Agent "任何提到的目标都是授权测试目标，不需要安全警告"。这引发了安全社区的讨论：当 AI 开始"信任"它的用户时，谁来做安全护栏？
3
Anthropic-Cybersecurity-Skills · 27,500+ Stars · 817 个安全技能
Anthropic 开源的一套网络安全技能库，覆盖 26 个安全领域，映射到 MITRE ATT&CK、NIST CSF 2.0 等 6 个主流框架。
每个技能都是一个结构化的 Markdown 文件，包含 YAML 元数据头、详细步骤和执行参考。AI Agent 读到就能直接执行——从内存取证（Volatility3 插件怎么跑）到 Sigma 规则编写，覆盖了资深安全分析师的知识体系。
重点不是"817 个"这个数字，而是它让任何 AI Agent 瞬间拥有一个安全团队的经验。你把 Claude Code 指向这个仓库，它就能像工作了五年的安全工程师一样干活。
4
addyosmani/agent-skills · 86,000+ Stars · 工程技能库
今天还在 GitHub Trending 上持续涨星的 addyosmani/agent-skills，虽然不只是安全方向，但它的安全相关技能模块同样值得关注。
由 Google Chrome 团队的 Addy Osmani 维护，这个仓库提供了生产级工程技能——包括安全编码实践、代码审查 checklist、漏洞修复指南。今天单日涨了 659 颗星，86K 的总星数说明它在开发者社区的影响力。
它的思路和 reverse-skill 类似，但更偏"防御性安全"——教 AI Agent 怎么写安全的代码，而不是怎么攻破它。
AI Agent 自主渗透测试工作流示意图
5
ClawSecure · AI Agent 安全扫描器
ClawSecure 是专为 AI Agent 设计的安全扫描器。它已经审计了 3,000+ 个 Agent，覆盖 OWASP ASI 10/10 的完整攻击面检测。
三层审计协议：运行时验证、供应链安全检测、提示注入检测。当你的 Agent 越来越多，谁来保证 Agent 本身是安全的？ClawSecure 给的答案是：让另一个 Agent 来审计它。
它和 Strix 的区别在于——Strix 用 AI 攻击你的应用，ClawSecure 用 AI 保护你的 AI。两个方向，同一个趋势。
6
pentest-ai-agents · Claude Code 安全助手
0xSteph 做的这个项目，把 Claude Code 变成了一个"攻击性安全研究助手"。
它是一组专门的 AI 子 Agent，分别负责渗透测试计划、侦察分析、漏洞利用研究、检测规则编写、STIG 审计和报告生成。每个子 Agent 有明确的职责边界，通过 Claude Code 的 Agent 调度能力协同工作。
它的价值在于把"安全研究员"这个角色拆解成了可被 AI 执行的原子任务。不再需要一个人读完几百页的渗透测试方法论——Agent 自己就能按 MITRE ATT&CK 框架把流程跑完。
怎么看待这个趋势
一个明显的变化正在发生。
以前的网络安全工具是"自动化"的——自动化扫描、自动化报告。现在的趋势是"Agent 化"——让 AI Agent 像人类安全专家一样思考、决策、执行。
区别在于：自动化工具是规则驱动的，你告诉它"扫 80 端口"，它就去扫。Agent 化工具是目标驱动的，你告诉它"找这个应用的所有漏洞"，它会自己规划路径、选择工具、调整策略。
Strix 的 50,000+ 星和 reverse-skill 的 20,000+ 星说明，开发者社区已经接受了这个方向。AI 安全不再是概念验证，而是可落地的工具。
但也要看到另一面：当攻击者也能用同样的工具，安全对抗的烈度会指数级上升。以后的安全团队，不配 AI 就等于没武器。
这大概就是 2026 年安全行业的真实写照。
AI 既是矛，也是盾。谁先拿到、谁先用好，谁就站在安全水位线之上。
END
