ИИ на службе у хакеров - почему рой круче обычного скрипта

21 мая 2026
3,046
560
24
2 недели

Недавно наткнулся на Pentest-Swarm-AI. Проект зацепил меня своим подходом к автоматизации безопасности. Обычно как бывает: разработчики берут одну LLM, натравливают её на задачу, и она по очереди запускает nmap, потом sqlmap, а в конце выдает какой-то отчет. Авторы этого репозитория пошли другим путем и реализовали концепцию «роя».

Это пока альфа-версия, но идея выглядит здраво. Если вы занимаетесь безопасностью или просто интересуетесь, как нейронки меняют привычные процессы, давайте разберем, что там внутри.

Что за зверь такой

Проект Pentest-Swarm-AI — это инструмент для автономного тестирования на проникновение. Он написан на Go и использует агентов на базе Claude или локальных моделей через Ollama.

Главное отличие здесь в архитектуре. Вместо жесткого конвейера (сначала сканируем, потом взламываем), тут работает «доска объявлений». Агенты — специалисты по разведке, классификации или эксплуатации — не ждут команды сверху. Они смотрят на общую «доску» с находками. Если один агент нашел открытый порт, это изменение триггерит другого агента, который умеет проверять этот порт. Это похоже на то, как работают насекомые в природе: каждый делает свою маленькую часть работы, ориентируясь на изменения в среде.

Pentest Swarm AI — live campaign demo

Реклама

Чем это отличается от обычных ботов

В README ребята довольно агрессивно прошлись по современным «мультиагентным» системам. Они говорят, что большинство инструментов — это просто пайплайны, замаскированные под агентов. В Pentest Swarm AI реализованы три интересные штуки:

  • Стигмергия. Агенты общаются через общую базу данных (черную доску). Нашел поддомен — записал. Нашел CVE — записал.
  • Феромоны. У каждой находки есть «вес феромона», который со временем затухает. Если информация устарела, агенты перестанут тратить на нее ресурсы. Например, открытая сессия «остывает» быстрее, чем просто открытый порт.
  • Децентрализация. Вы можете добавить нового агента со своей логикой в любой момент, и вам не придется переписывать главный оркестратор. Он просто начнет реагировать на данные, которые появились на доске.

Pentest Swarm AI architecture

Инструментарий под капотом

Проект не изобретает велосипед в плане ИБ-утилит. Он просто очень грамотно их интегрирует. В списке поддерживаемых инструментов уже есть почти весь стек от ProjectDiscovery:

  1. subfinder и dnsx для поиска поддоменов.
  2. naabu для быстрого сканирования портов.
  3. httpx и katana для изучения веб-интерфейсов.
  4. nuclei для поиска известных уязвимостей.
  5. Любимый всеми nmap.

В планах у разработчиков добавить интеграцию с Metasploit, Burp Suite и sqlmap. Если это реализуют, получится полноценная комбайн-машина для багхантинга.

Как запустить и попробовать

Разработчики сделали максимально простой вход. Если у вас есть ключ Anthropic, запуск сводится к паре команд. Можно использовать Docker или просто go install.

# Через Docker, если лень настраивать окружение
docker run --rm -e ANTHROPIC_API_KEY=sk-ant-... \
  ghcr.io/armur-ai/pentestswarm:latest \
  scan example.com --scope example.com

Для тех, кто предпочитает локальный запуск на Go:

export PENTESTSWARM_ORCHESTRATOR_API_KEY=your-key
pentestswarm scan example.com --scope example.com --swarm --follow

Кстати, проект поддерживает Ollama. Это значит, что если у вас мощная видеокарта, можно гонять рой агентов полностью локально, не отправляя данные о своих целях во внешний мир. Для безопасности это критически важный момент.

Архитектура и стек

Технически проект выглядит современно:

  • Go 1.24: Быстро, эффективно, один бинарник.
  • Postgres + pgvector: Информация на «доске» хранится в векторном виде, что позволяет агентам находить похожие паттерны атак.
  • Cobra + Bubbletea: Для CLI сделали симпатичный интерфейс, где можно в реальном времени наблюдать за работой каждого агента.

Интересная деталь в коде: в файле internal/pipeline/cleanup_memory.go реализована логика очистки. Инструмент регистрирует функции очистки до начала атаки. Если вы нажмете Ctrl+C или у вас закончится бюджет на токены, рой корректно завершит работу и удалит временные файлы.

Практическая польза

Для чего это может пригодиться на практике? Я вижу три основных сценария. Во-первых, автоматизация рутины в Bug Bounty. Запускаете рой на целевой домен, и он методично перебирает всё, до чего может дотянуться. Во-вторых, непрерывный мониторинг собственного периметра. Можно повесить запуск сканирования в GitHub Actions, благо соответствующий экшен у ребят уже в бете. В-третьих, подготовка к CTF. Рой может быстро набросать карту сети и найти очевидные векторы входа, пока вы думаете над сложным реверс-инжинирингом.

Стоит ли скачивать

На данный момент у проекта чуть больше тысячи звезд. Это крепкий результат для узкоспецифичного инструмента на стадии альфы. Документация в некоторых местах хромает, и многие функции вроде Burp MCP еще только в планах.

Кому точно стоит посмотреть:

  1. Пентестерам, которые хотят пощупать живое применение ИИ-агентов, а не просто чат-ботов.
  2. Разработчикам на Go, заинтересованным в архитектуре автономных агентов.
  3. Всем, кто занимается безопасностью своих продуктов и хочет автоматизировать Recon-фазу.

Проект выглядит живым, коммиты идут часто. Даже если вы не собираетесь использовать его в работе прямо сейчас, архитектурные решения по реализации «роя» и управления памятью агентов через векторную БД заслуживают изучения. Только помните про этику: использовать такие штуки можно только на тех системах, где у вас есть письменное разрешение на тесты.

Начать изучение можно с официального репозитория: Armur-Ai/Pentest-Swarm-AI.

🍪 Мы используем файлы cookie и сервис аналитики Яндекс.Метрика, чтобы сайт работал лучше. Продолжая пользоваться devtrends.ru, вы соглашаетесь с обработкой данных согласно Политике конфиденциальности.