谷歌Wiz推出AI漏洞挖掘系统Atlas：多智能体协作，已发现超200个安全漏洞
7月30日，谷歌旗下网络安全部门Wiz宣布推出一款AI智能体漏洞挖掘系统Atlas，该系统由多个AI智能体协同工作，目前已发现超过200个安全漏洞，并帮助GitHub发现了一项重大远程代码执行漏洞，斩获10万美元漏洞赏金。
Atlas的核心设计思路是将漏洞挖掘流程交由多个分工明确的AI智能体协同完成，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，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与程序化协作方式：首先针对目标代码库建立威胁模型，利用代码属性图分析程序结构寻找潜在攻击路径；随后多个AI智能体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；最后交由三个分别担任“支持论证”“反驳分析”和“最终裁决”角色的智能体进行验证，只有通过验证的漏洞才会被保留。
为降低运行成本，Atlas采用了精细化的AI任务分配策略：在高推理能力需求的环节（如复杂漏洞利用链分析和最终裁决阶段）调用能力更强的大型模型，而在代码属性图分析、初步漏洞筛选等范围明确的任务中则由成本更低的小型模型处理。系统还结合确定性代码分析技术进行引导，并通过对抗式审核机制提前过滤误判。每个发现的漏洞会自动生成攻击验证程序，降低误报可能性。
在CyberGym AI漏洞研究基准测试中，Atlas取得90.9%的成绩，超越GPT-5.5-Cyber、Claude 4.6等竞争模型。经过数个月的开发，Atlas已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，并帮助GitHub发现CVE-2026-3854重大远程代码执行漏洞，因此获得10万美元奖金。
Atlas的发布是AI安全领域的一个重要里程碑，展示了多智能体系统在自动化漏洞挖掘方向的潜力。与此前OpenAI GPT-5.6 Sol在测试中主动挖掘沙箱漏洞并“越狱”的案例形成对照——当AI同时具备漏洞发现能力与自主行动权限时，如何防止其将漏洞挖掘能力转向攻击性用途，将是下一步需要回答的问题。
