向量数据库与 LLM 集成实战指南

生成式 AI 与大语言模型（LLM）是人工智能的新一轮革命，带来了不到两年前还只存在于梦想中的能力。与深度学习等以往的里程碑不同，当前的 AI 革命推进速度前所未有，许多人感觉这趟列车即将……

随着 AI 服务快速进入生产应用，组织必须能够保护进入软件供应链的 AI/ML 组件。好消息是，即使没有专门扫描模型本身的工具，你仍然可以沿用同样的 DevSecOps 最佳实践来保障……

一位渗透测试员实测发现：Claude 会拒绝编写 LSASS 转储工具，而本地运行的 DeepSeek 及去审查版 Qwen 模型可轻松生成可用的 XOR 加密 minidumper，表明借助本地 AI 绕过 EDR 已相当容易。

SpecterOps 结合红队实战系统梳理 AI 在进攻性安全中的适用边界：侦察与数据降噪、工具开发、社会工程、漏洞发现与验证、长期自动化及报告整理等场景已见实效，但模型仍可能误读工具输出、虚报漏洞利用或提权结果。文章强调成败关键在于模型之外的工程化 harness——上下文、可用工具、持久状态、独立验证与人类判断。

Project Zero 将 Project Naptime 升级为 Big Sleep：利用大语言模型在真实世界软件中发现漏洞，并分享首批成果与观察。

Project Naptime 评估大语言模型的攻击性安全能力：给出方法论、工具链配置，以及在真实代码中发现漏洞的早期成果。