AI-powered fuzzing with the GitHub Security Lab Taskflow Agent

1. 浓缩

核心结论 1：Agent 最适合接管 fuzzing 中“持续观察—改进—再测”的注意力循环，而不是替代 fuzz engine 本身。
- 系统围绕 AFL++ 建立 coverage feedback loop，Agent 根据覆盖缺口修改 seed、harness 或 dictionary，并持续迭代。
- 判断：LLM 在这里提供的核心价值是闭环控制与搜索策略，而不是随机测试本身。
核心结论 2：清晰的 decision/execution separation 是安全 Agent Harness 的关键边界。
- LLM 负责“决定做什么”，MCP tools 负责“执行原语”；阶段状态存入 SQLite，而不是依赖上下文内隐状态。
- 判断：把模型限制在高层 decision surface，把副作用动作封装进窄工具，比让 Agent 自由拼 shell 命令更接近可审计的生产结构。
核心结论 3：自治 loop 必须拥有客观反馈、外部停止条件和人类语义复核。
- coverage 提供客观反馈；plateau detection 提供 diminishing-return stop rule；漏洞 verdict 和补丁仍被明确标注为 review required。
- 判断：有效自治不是“没人看”，而是把人从高频机械环节移到模型最不可靠的语义判断边界。

文章是工程展示，没有公开与资深 fuzzing researcher 的对照 benchmark。
自动 triage 质量没有 precision/recall、误报/漏报等定量数据。
Taskflow 仍可能运行模型选择的 host command；作者明确警告 prompt injection 风险，因此“Agent 决策 / MCP 执行分离”在当前实现中并不等于完全隔离。
可持久 corpus 与 adaptive loop 可能提升 coverage，但更高 coverage 本身不等价于更多真实漏洞。

与 Agent-Harness：提供一个非常具体的“模型判断 / 工具执行 / 外部状态 / live observability”案例。
与 Agent-Loops：coverage loop 把“目标—测量—修正—停止”做成完整闭环，plateau detection 是比“模型自己觉得完成”更可靠的外部终止条件。
与 Agent-Containment：文章自身说明当前执行面仍需 disposable environment，说明窄工具接口不能替代 sandbox。
与 Human-Owns-Output：漏洞结论和 patch 仍需人工 review，责任没有随自动 triage 转移给模型。