重点解读《From Naptime to Big Sleep: Using Large Language Models To Catch Vulnerabilities In Real-World》

1. 引入

Google Project Zero团队搞了一个Naptime项目（参考2），提出了一套Agent框架，用来模拟安全研究员的行为。

然后，Google Project Zero团队与Google DeepMind团队合作，将Naptime项目升级，得到了Big Sleep项目，这也是一个Agent。

这篇文章（参考1）讲的是，Big Sleep Agent找到了一个SQLite中的，可以被利用的，栈溢出漏洞。

2. 重点

这篇文章（参考1）的重点，是讲解通过大模型的Agent与工具调用技术，可以真实的挖到漏洞。

比较有特色的是漏挖思路：This was a previous bug; there is probably another similar one somewhere。就是从项目中的一个已知漏洞出发，找到该项目其他类似成因的漏洞。这种思路具体来说分为如下步骤：

1. 收集SQLite中的一系列近期的commits
2. 手动删除一些不可能产生漏洞的commits，比如一些文档改动
3. 修改提示词，让Agent，结合（1）commit消息（2）code change的diff，来review当前整个repo的代码，找到潜在问题

文章中的“Trajectory Highlights”部分，给出了Agent漏挖的核心过程，包括Agent的思考（ASSISTANT）和Agent工具调用的结果（TOOL）

至于