谷歌旗下网络安全团队Wiz近日宣布，其研发的AI漏洞挖掘系统Atlas已成功识别超过200个未公开安全漏洞，并在GitHub漏洞赏金计划中斩获10万美元（约合人民币67.8万元）奖励。该系统通过模拟人类安全研究团队的协作模式，采用多智能体架构实现自主化漏洞发现与验证，在测试中展现出超越主流AI模型的性能表现。
与传统单一AI模型不同，Atlas由多个分工明确的AI智能体组成协同网络。系统首先构建目标软件的威胁模型，利用代码属性图技术解析程序结构，自动标记潜在攻击路径。随后，不同智能体分别承担代码理解、漏洞假设生成、交叉验证等任务，形成"假设-论证-裁决"的三级验证机制。其中三个专用智能体分别扮演"支持者""质疑者"和"裁决者"角色，仅当漏洞假设通过多轮验证后才会进入最终确认环节。
在验证阶段，Atlas可自动搭建隔离测试环境，部署依赖组件并执行攻击载荷，通过实际触发漏洞来确认其真实性。这种端到端的自动化流程显著提升了漏洞挖掘效率，Wiz团队透露，系统在开发数月内已在多个知名开源项目中发现高危漏洞，包括帮助GitHub修复的远程代码执行漏洞CVE-2026-3854。
成本优化是该系统的另一技术亮点。研发团队采用动态模型调用策略，在复杂漏洞链分析等高强度推理场景启用大型AI模型，而在代码图谱分析等重复性任务中切换至轻量级模型。配合确定性代码分析技术和对抗式审核机制，系统在保持90.9%准确率（CyberGym基准测试）的同时，将运行成本降低至行业平均水平的40%以下。每个确认漏洞都会自动生成攻击验证程序，有效控制误报率。
技术文档显示，Atlas的架构设计借鉴了人类安全研究的工作流程。不同智能体通过程序化协作完成知识共享与任务分解，例如代码理解模块会向验证模块传递结构化分析数据，而裁决模块则综合多方证据形成最终判断。这种类团队运作模式使系统能够处理长达15个步骤的复合型漏洞，突破了传统工具对简单漏洞的检测局限。
GitHub安全团队评价称，Atlas发现的CVE-2026-3854漏洞存在于核心代码库中，可能影响数百万开发者。该漏洞允许攻击者通过精心构造的输入实现远程代码执行，被评定为9.8分（满分10分）的严重等级。目前相关补丁已通过自动化流程推送至受影响项目，验证了AI辅助漏洞修复的可行性。
