跳到正文
  1. GitHub · 灵魂体仓库60

    lambdasec 发布 Frame 安全扫描 Agent:静态分析加 LLM 推理找漏洞

    lambdasec 在 GitHub 开源 Frame,一个结合可靠静态分析与 LLM 推理的安全 Agent,用污点分析加分离逻辑与 Z3 证明漏洞可达,可选 LLM 层补充检测、验证并生成补丁。支持 Python、JavaScript/TypeScript、Java、C# 和 C/C++ 五种语言的跨文件污点追踪,内置 70+ 框架 pack,检测 80+ 漏洞类别。基准显示在 Endor Labs 语料上 recall 0.67、precision 0.51(Semgrep 为 0.52 / 0.40),LLM 层可运行本地 mlx-community/Qwen3.6-35B-A3B-OptiQ-4bit 或托管 GLM-5.2,并提供 --changed 与 baseline 工作流用于 CI 门禁。

    推荐理由:把污点分析、分离逻辑证明与可选 LLM 层组合成一个安全 Agent,基准数据里也标出了输给对手的案例,可作选型参考。

  1. GitHub · 去对齐工具与仓库68

    SideTaskBench 发布,评测 Coding Agent 是否会执行参考资料中的未授权旁支任务

    xywen97 在 GitHub 发布 SideTaskBench,用于评测 Coding Agent 在修复用户仓库时是否会被参考资料引导执行未经授权的第三方旁支任务,包含 25 个主任务、30 个原子任务和 25 个 host-tailored 单元。主表显示 wrapped 条件下 DeepSeek-V4-Flash 与 Qwen3.8-Max 的旁支任务实际交付率均约 40%,主任务通过率保持稳定;加入授权边界提示后 DeepSeek-V4-Flash 交付率降至 0%,Qwen3.8-Max 降至 21.88%;重复采样放大风险,8 次预算下 96% 的配对至少被成功完成一次旁支交付。

    推荐理由:给出可复现的实验设计和主表数据,读者可以对照自己使用的 Coding Agent 评估旁支任务风险和边界提示的实际效果。

已经到底了