← 返回全部情报
Google 产品安全团队的 PageBreak:假设漏洞必须经非 AI 校验器实锤才上报,已在自家 Web 应用挖出逾 500 个 XSS,误报接近为零 的封面

·Google Blog(安全)·工程博客收录 2026-10-11

Google 产品安全团队的 PageBreak:假设漏洞必须经非 AI 校验器实锤才上报,已在自家 Web 应用挖出逾 500 个 XSS,误报接近为零

PageBreakXSS确定性校验安全扫描GeminiCodeMenderagent

一句话结论

Google 产品安全团队公开内部 agent「PageBreak」:2025 年 11 月试点、2026 年 1 月转正,多用 Gemini 3.1 Pro / 3.5 Flash;核心不是让模型直接给产品团队发「可能有洞」的报告,而是把假设交给手写校验器,在真实环境里打真实 payload 才算数——文称已大规模跑出逾 500 个 XSS(含敏感域名),并保持接近零误报;对「高保障 Web 框架」应用截至 2026-09-04 只找到 2 个 XSS,且限于内部或调试端点。

打开原文 Google Blog:Agentic Hacks, Real Proofs: Inside Google's PageBreak Project

背景与理念

LLM 做安全扫描放大了发现能力,也制造了「AI 泔水」:大量未验证假说和误报,反而加重产品团队负担。PageBreak 的 purposed 决策是优先确定性验证——相对只靠代码模式猜洞,系统要对运行中的环境闭环验证。

未验证的候选一律不发给产品团队;它们只用来给后续扫描播种、指导新校验器开发,以及让 agent 汇报自己缺什么能力。

具体做法

  1. 假设 → 校验器。agent 提出候选后,交给非 AI 编写的专用校验器执行真实 payload。
  2. 按漏洞类定制。XSS:注入特定 JS,用渲染/扫描设施打开 URL 并监控是否执行;SQL 注入:看输出或时序;路径穿越:在世界可读位置建文件再试读;RCE:sleep、写文件、外连 DNS/HTTP 等;SSRF:看是否打到内部服务。
  3. 多轮同一种子。即使有工具,模型仍可能走偏,因此用相同种子多次迭代,提高摸到正确利用路径的概率。
  4. Google 特有杠杆。巨型单仓可端到端跟执行路径;从真实 HTTP 流量抽安全信号,把路径映射回源码行;复用多年积累、几乎能登录所有内部站的扫描基建。
  5. 与修复 agent 衔接。正与 CodeMender 等合作自动出补丁,目标是产品侧最终只需确认修复方案。

关键数据/例子

规模:逾 500 个 XSS(含敏感域名);误报接近为零。

时间线:2025-11 试点;2026-01 转正项目。

高保障框架对照(截至 2026-09-04):数百个应用上仅 2 个 XSS,且在内部/调试端点。

常用模型:Gemini 3.1 Pro、Gemini 3.5 Flash(也支持其他模型)。

创新点

第一,把「可利用性实锤」写成上报门槛,而不是把模型假说直接塞进工单。

第二,校验器按漏洞类工程化,模型负责探索,确定性代码负责宣判。

第三,用同种子多轮跑对抗 agent 走偏,并用未验证发现反哺工具缺口。

可否复用

  1. 安全扫描 agent 的默认策略:没有运行时验证就不创建产品工单。
  2. 为 XSS/注入/SSRF 等各写小型校验器,用真实 payload 与可观察副作用判定。
  3. 保留「未验证候选」队列,只供工具迭代与复扫播种。
  4. 发现链路下游接自动修复 agent,人审从「是不是洞」前移到「补丁能不能合」。

笔记会在输入时自动保存。