它意味着什么

Human-on-the-loop 描述的是工作如何在智能体与人之间划分。智能体承担广度——探索攻击面、变异参数、重放流程、验证什么可被利用——而研究者在执行继续前，做出需要人类问责的决定。

值得与两个邻居区分开。human-in-the-loop 把人放在每一步的路径上，这无法扩展。完全自治 则彻底移除人，这在要紧的系统上并不安全。on-the-loop 介于两者之间：智能体持续运行，而人出现在需要人的决定处，而非每一次按键。

自动化为何停滞

在其历史的大部分时间里，渗透测试由个体研究者定义。那些难缠的发现——埋在三层工作流之下的 IDOR、只有在特定请求序列之后才浮现的认证绕过、需要精确时序的竞态条件——来自那些推理应用如何行为、而不只是它接受何种输入的人。

多数工具把自动化当作已知技术的倍增器：给它一个目标，它跑完检查，交回一份报告。这对面上的覆盖不错——目录爆破、已知 CVE 检查、头部分析——对真正要紧的工作却无用。扫描器不就信任边界或跨流程的链式行为推理；它们只找被告知去找的东西。模型从未改变：研究者做全部推理，工具只执行指令。

智能体不是营销更好的扫描器。要紧的区别在于，它像研究者那样与应用互动——探索它、观察其响应、并据所见调整。它能重放已认证流程、系统地变异输入、在各端点间测试变体，并在部署后应用发生变化时，自行重访那些路径。

关键是，它能验证发现，而不只是标记，并保留完整的执行轨迹：哪些端点被触及、输入如何被改动、何种条件让信号浮现。于是研究者的工作不再是“重做智能体的工作以确认它”。证据已在那里供检视。他的工作变成决定：哪些路径值得追查，哪些动作获准继续。

把人留在回路里不是怀旧，而是完全自治的攻击性安全无法安全做到之事。无监督执行的工具制造具体风险：超出交战规则的动作、无法系于清晰决定的发现、在被审查处站不住脚的审计轨迹。在生产系统上，“是智能体干的”不是可接受的答案。

因此 human-on-the-loop 不是模型的弱点，而是让你根本能运行它的东西。当智能体触到一道护栏——为保护稳定、留在范围内，或满足合规要求——它把决定呈给一个人，由人决定下一步。这种问责是刻意的。它正是一个组织能真正信赖的系统与不能信赖者之间的分界。

随着智能体改进、边界在真实使用中被打磨，需要人的时刻变得更少、更精准。这是诚实的走向，也值得谨慎描述：护栏不会消失。它们变得更好。中断更少，是因为智能体学会了真正的决定在哪里，而不是因为决定不再要紧。

还有一种累积效应。随着研究者引导调查并确认何为重要，持续的覆盖开始反映这份累积的判断，而非一份按计划运行的通用剧本。人并非事后审阅产出；他在塑造测试走向何方。

渗透测试者的角色不会消失，而是在转变。研究者成为设定智能体能走多远的问责层：不指挥每个动作，而是解锁那些需要先有人类决定的动作。更少时间重新发现同一片面；更多花在判断、验证，以及必须由人承担的决定上。

这就是全部主张，而且谦逊。对任何愿意如此工作的人，这不是手艺的失去，而是手艺所在之处的转移——从机器擅长的重复广度，转向机器不应承担的推理与问责。

CyberStrike 是一个由 AI 增强的渗透测试平台，目前处于抢先体验阶段。想看看智能体与人如何契合吗？认识这些智能体或加入等候名单。