# 谷歌旗下 Wiz 推出 AI 智能体漏洞挖掘系统 Atlas，已发现超 200 个漏洞

- 来源：IT之家（RSS）
- 发布时间：2026-07-29 21:14
- AIHOT 分数：53
- AIHOT 链接：https://aihot.virxact.com/items/cms65ppph19xkrobk8q31scur
- 原文链接：https://www.ithome.com/0/983/319.htm

## AI 摘要

谷歌旗下 Wiz 推出由多个 AI 智能体分工协作的漏洞挖掘系统 Atlas，模拟人类安全团队进行漏洞假设、验证与裁决。该系统已在多个开源项目中发现超 200 个此前未知漏洞，并因帮助 GitHub 发现远程代码执行漏洞 CVE-2026-3854 获得 10 万美元奖金。

## 正文

IT之家 7 月 29 日消息，谷歌旗下网络安全部门 Wiz 发文，宣布推出一款能够自主寻找漏洞的 AI 智能体漏洞挖掘系统 Atlas，目前 Atlas 已发现超过 200 个安全漏洞，同时斩获了 GitHub 10 万美元（IT之家注：现汇率约合 67.8 万元人民币）漏洞发现奖金。

据介绍，Atlas 由多个 AI 智能体（AI Agent）组成，每个智能体负责不同任务，整体运作方式类似人类安全研究团队。不同代理分别负责理解代码库、提出漏洞假设、相互验证与质疑，并最终完成漏洞确认和报告。

与传统单一 AI 模型从头到尾执行任务不同，Atlas 采用多阶段任务拆分以及程序化协作方式完成漏洞挖掘。其首先会针对目标软件代码库建立威胁模型，并利用代码属性图（Code Property Graph）分析程序结构，寻找潜在攻击路径。

之后，系统中的多个 AI 智能体会分别提出漏洞假设并进行验证，生成可能存在的多步骤复合型漏洞候选方案，并将候选漏洞交由三个分别担任“支持论证”“反驳分析”和“最终裁决”角色的智能体，只有通过验证的漏洞才会被保留下来。

最后，Atlas 会自动建立专用测试环境，安装所需依赖组件，并执行攻击输入以触发漏洞，从而验证漏洞是否真实存在。

为了降低运行成本，Atlas 采用了更加精细的 AI 任务分配策略。例如在需要高推理能力的环节，例如复杂漏洞利用链分析以及最终漏洞裁决阶段，系统才会调用能力更强的大型模型。而对于代码属性图分析、初步漏洞筛选等范围明确且重复性较高的任务，则交由成本更低的小型模型处理。

此外，Atlas 还结合确定性代码分析技术进行高效率引导，通过对抗式审核机制提前过滤误判，并利用专门为漏洞研究设计的执行框架（Harness）进行验证，以进一步降低系统运行成本。

Wiz 表示，这种设计让 Atlas 能够以较低成本进行大规模深度代码分析，同时系统会针对每个发现的漏洞自动生成攻击验证程序，降低误报可能性。根据 Wiz 引用的 AI 漏洞研究基准测试 CyberGym 结果，Atlas 取得 90.9% 的成绩，超过 GPT-5.5-Cyber、Claude 4.6 以及 Claude Mythos Preview 等竞争模型。

在实际应用方面，Wiz 表示，Atlas 经过数个月开发后，已经在多个知名开源项目中发现并验证超过 200 个此前未知漏洞。还帮助 GitHub 发现了一项重大远程代码执行漏洞 CVE-2026-3854，因此获得 10 万美元（现汇率约合 67.8 万元人民币）奖金。