ИИ на службе у хакеров - почему рой круче обычного скрипта
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.

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.

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:
- subfinder и dnsx для поиска поддоменов.
- naabu для быстрого сканирования портов.
- httpx и katana для изучения веб-интерфейсов.
- nuclei для поиска известных уязвимостей.
- 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:
- Пентестерам, которые хотят пощупать живое применение ИИ-агентов, а не просто чат-ботов.
- Разработчикам на Go, заинтересованным в архитектуре автономных агентов.
- 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.
