实验设计

Kettle 从 2025 年 9 月开始，使用 Anthropic 和 OpenAI 当时最新的模型进行实验。他最初希望探索 AI 的理论安全研究能力，但很快发现一个障碍：系统倾向于把已有研究包装成原创发现，返回的内容极其冷门、难以核实。于是他将测试范围收窄到自己精通的 Web 安全领域——这样他对材料有完全掌控，AI 无法糊弄他。他还将自己的研究方法论整理成训练数据喂给模型，以探测系统到底能在多大程度上自行外推。

意外发现：共享解析器混淆

实验中最具长期价值的发现是一种被命名为”共享解析器混淆”（Shared-Parser Confusion）的全新漏洞类别。其核心逻辑是：Web 服务器通常用同一套代码同时处理请求和响应，而请求是完全不可信的（可能包含任何内容），响应则是可信的。这意味着如果攻击者能让服务器把响应解析逻辑误用到请求上，就打开了一个巨大的攻击面。

这个假设并非 AI 独立证明的——它分析了若干已确认的真实漏洞后提出，由 Kettle 本人评估并确认。但他强调，即使给他文档中的单行提示，他自己也不会注意到这个模式；是人与 AI 的协作让这一发现成为可能。

人机协作的真实效率

随着实验推进和更强模型的发布，AI 产出研究线索的速度远超 Kettle 自己，形成了一个高效的研究反馈循环。”大概每两天就会有一个值得注意的新发现，甚至我都不用登录系统去看，”Kettle 说，”线索多到让我产生 FOMO（错失恐惧），迫使我把更多分析工作自动化。”

他在几个月内发现的已确认漏洞数量，靠自己可能需要数年才能达到。

结论

Kettle 的最终判断是：AI 在完全自主地构思新攻击路径方面的能力”或许刚刚起步，但极其有限”。然而，在关键节点配合人类指导和洞察力时，AI 是概念化和发掘新黑客策略的极强搭档。对于防御方而言，同样的逻辑同样适用——完全自动化的攻击循环要求真正全自动化的防御体系，而整个行业尚未到达那一步。

来源：WIRED / James Kettle（Black Hat 2026）