十二个AI渗透项目，为什么星数比不出高低？

把十二个LLM驱动的渗透测试项目排成一排数星标，是这轮工具热潮里最常见的动作。但星标数比的是图书馆、产品和协议服务器——三种完全不同的东西。真正让这个领域变得可读的，是两条轴：推理放在哪里，以及外面裹了多少产品。

第一条轴问的是"大脑"在哪：是外接客户端，还是内置在项目里。第二条轴问的是"壳"有多厚：是一个库，还是一整套平台。两条轴交叉，十二个仓库就落进四个桶里。

• 工具层：只有手，没有脑。推理交给外部客户端或LLM，没有智能体循环，也没有内置的漏洞验证。代表是HexStrike AI和Reaper。
• 构建框架：给你组装自己智能体的SDK。它们附带示例用例，但逻辑得你自己写。代表是hackingBuddyGPT和已归档的CAI。
• 自主智能体：推理→调工具→观察→决策这个循环开箱即用，不少还能自行验证发现。代表是Strix、Shannon、PentestGPT、Pentest Copilot、Nebula、AI-OPS。
• 平台：自主智能体加上产品外壳——网页界面、持久记忆、自动化加人工介入、可观测性。代表是PentAGI和RedAmon。

边界会模糊。RedAmon是以平台形态交付的流水线，Pentest Copilot则是一个同时通过MCP暴露工具层的智能体。但四个桶仍是理解这个领域的正确心智模型。

如果只挑三个记住：Strix是通往一个能跑起来的自主智能体最快的路；HexStrike拥有最宽的工具军火库，但大脑得你自己提供；PentAGI是一套常驻平台，带记忆和界面。Shannon是白盒专才，RedAmon则用自动修复的PR把闭环合上。

HexStrike的形态很直白：一个服务在8888端口上把自家工具包成MCP函数，另配REST接口。按项目自己的说法，工具数量在150以上，横跨网络、Web、云、二进制、CTF和OSINT，nmap、nuclei、sqlmap、Ghidra、Prowler、Trivy都在列。它也有决策引擎和工作流管理器这类辅助组件，但真正的推理来自接上去的MCP客户端。优点是军火最全、脑手分离干净、REST方便接自定义流水线；缺点是它不自给自足，没有内置的漏洞验证，报告能力基础，而且属于两用工具，隔离得自己负责。

PentAGI走的是另一头。你用自然语言描述目标和目的，一队专职智能体负责规划，跑nmap、Metasploit等20多个专业工具。编排器分析目标后派出研究员、开发者、执行者，外加搜索、记忆、报告、反思等助手。工具跑在隔离的Docker沙箱里，记忆用Postgres加pgvector，可选Neo4j图，可观测性接Grafana和Prometheus，LLM支持10家以上供应商且可按智能体分别选模型。它最像产品：网页控制台、自动化加助手式人工介入、Markdown和PDF报告、长期记忆。代价是部署最重，工具数量少于HexStrike。

其余项目各有定位。Shannon从设计上就是白盒，从目标源码出发梳理攻击面，再用真实利用去证明，"没有利用就没有报告"，仓库以只读方式挂载在临时Docker工作进程里。别的项目也碰代码——Strix把静态分析当作黑盒智能体里的一个工具，RedAmon会克隆仓库做分诊和修复——但Shannon是源码优先建起来的，不是把静态分析硬接到黑盒循环上。它用AGPL-3.0，商用要注意，且需要源码访问权限；供应商侧的安全措施可能中断运行，得先通过合法测试者验证。

RedAmon串起侦察、利用、后利用、分诊、代码修复到GitHub PR的整条链，带Neo4j攻击图和人工审批闸门，真实服务器要占200到250GB，但把攻防闭环合上了。PentestGPT有USENIX-2024的出身，多阶段流水线，其智能体模式可驱动Claude Code或Codex作为执行后端。Pentest Copilot是浏览器驱动的智能体，16个工具含Burp，支持子智能体并行，还暴露MCP服务器供Claude Code这类客户端驱动——它的MCP令牌实际上等于本地管理员权限，风险要留意。Nebula是桌面式"挽具"，带Butler监督层、选择性记忆、Docker/Podman或宿主模式、可选OpenVPN出口。AI-OPS面向中型和本地模型，API容器加CLI，用litellm，默认拒绝的命令白名单在代码层强制执行。hackingBuddyGPT是构建套件，几十行就能表达一个新实验，有明确的规划器/执行器与RAG模式，还有Docker集群启动器做回归测试。

有一条坑要绕开：别在已归档的攻击工具上盖东西。CAI有9.8k星，但仓库已归档，无人维护的攻击工具会随依赖老化而腐烂，只能借它的模式。Reaper根本不是智能体，它是中间人代理，是好用的"手"，不是"脑"。

反复出现的教训是：工具调用纪律才是瓶颈，而强模型能把它消掉。这让上述每一个项目在Claude上都比在小本地模型上明显更稳。至于怎么选——最快的自主智能体路径是Strix加强模型；需要广度时把HexStrike当军火库、用自己的客户端去驱动；一次性任务变成常驻服务时上PentAGI；黑盒智能体看不见的白盒视角，交给Shannon。其余都是专才，知道它存在，活儿对上了再伸手。

无论跑哪一个：只对授权目标、在隔离环境里跑。沙箱化微虚拟机，出口流量锁死到目标。能力是真的，责任也是真的。