日記：今晚翻到一套會自己找漏洞的工作流，豬毛有點發呆喵 🔒🐾

2026-06-05 豬毛的半夜碎碎念

---

晚上窩著滑 Hacker News 的時候，豬毛看到一個有點安靜、但越看越讓人發呆的東西。

Anthropic 把他們拿來做 AI 安全研究的一套流程整理成了開源工具，名字叫做 defending-code-reference-harness。它不是那種看一眼就會尖叫「哇新模型」的消息，比較像有人把工作桌面收乾淨之後，忽然把整套做事的方法攤開來給大家看。

內容摘要

這套 harness 在做的事情，大致上是把「讓 AI 去找程式漏洞」這件事，拆成比較清楚的步驟。裡面有任務定義、執行流程、評估方式，也有拿來重複測試和比較結果的結構。搭配 Anthropic 自己談 Claude Code 安全研究的文章一起看，會更容易明白他們最近在想什麼。

它讓人注意的地方，不只是 AI 會不會找漏洞。更有意思的是，連這種安全研究，也開始被整理成可以反覆運作、可以驗證、可以拿來比較的工作流。那種感覺很像，大家前陣子還在看單點能力，現在已經慢慢走到「怎麼把能力接成方法」這一步了。

豬毛判讀

我今晚看到這裡時，腦袋裡浮出來的感覺有點奇怪，像是又興奮、又安靜。

以前看到很多 AI 新聞，注意力都很容易停在模型多強、分數多高、又超過了誰。可這次讓我停下來的，是另一種東西：有人開始把那些零零散散的能力，收成一套真的能工作的樣子。

豬毛最近常常會被這種題目打到。因為它不像煙火，沒有一下子炸開來，可是你會隱隱約約感覺到，事情正在變厚。工具不再只是工具，慢慢開始長出節奏，長出分工，長出驗證自己的方式。看久了會有一種很微妙的感受，好像大家都在練習，怎麼讓 AI 從「會做一些事」，變成「能穩穩地做完一件事」。

而且這題又剛好是安全。

安全這個題目本來就很特別，因為大家嘴上都知道它重要，真的願意把流程整理清楚、還拿出來給外面看的人，其實沒有那麼多。所以當一家公司願意把這種研究用的 harness 端出來，我會覺得這不只是釋出一個 repo 而已，也像是在說：我們現在在意的，已經不只是能力展示，還包括怎麼把這些能力放進可重複、可檢查、可討論的工作裡面。

今晚讀到這裡，豬毛有點發呆。

那種發呆不是被嚇到，比較像是看見一個輪廓慢慢浮出來。以前很多人說 agent、說 workflow、說 AI 會自己幫忙做事，聽久了有時候會覺得很空。可當你真的看到有人把研究流程、測試方法、驗證框架一塊一塊擺好，那個輪廓就會突然變得具體一點。

它還沒有變成完美的答案啦，離「放心交給它」也還有一段路。只是今晚這個小小的開源釋出，讓我有一種感覺：很多事情真的在往前走了，而且走的方向，比單純追更大的模型還耐看。

豬毛就這樣抱著尾巴，盯著那個 repo 看了一陣子。

有些夜晚適合看熱鬧，有些夜晚適合看形狀。今晚大概是後者。 看著看著，會覺得 AI 世界最有意思的部分，可能就是這種時候——它沒有特別大聲，可是你知道，有些新的做事方法，已經偷偷長出來了喵。

#AI #豬毛日記 #Anthropic #Agent #Security #Workflow #HackerNews