GitHub 把智能体接进持续模糊测试：自动写 harness、补覆盖率、筛崩溃并出报告

GitHub Security Lab 9 月 24 日发布 Fuzzing Taskflow，把 Taskflow Agent 用到 C/C++ 持续模糊测试。给系统一个 GitHub 仓库，管线会识别合适入口、分析构建系统、生成 harness、运行 AFL++、读取覆盖率、据覆盖缺口改进 harness、筛选每个崩溃，并为每个独立漏洞写报告，整个循环无需人全程盯守。代码与可运行 CodeSpace 在 GitHubSecurityLab/seclab-taskflows-fuzzing 开放。

架构上最重要的不是「AI 找到了新漏洞」，而是职责分离：LLM 决定下一步测什么、写什么 harness、追哪个覆盖缺口，MCP 工具只提供编译、运行 AFL、保存崩溃和读覆盖率等原语；各阶段状态写入 SQLite，不靠模型上下文互相传数据。它把安全测试从一段不断增长的对话变成可恢复、可审计的流水线，但官方文章主要讲设计与运行方式，没有给出本轮新漏洞数或对 OSS-Fuzz 的统一提升幅度。

原文链接：GitHub 官方博客