https://jiajia.fun/a/2cf08388-6b25-4c1f-a88c-a595866e67e9-openai%E5%8D%83%E6%9D%A1%E8%B7%AF%E5%BE%84%E6%89%BEroot%E7%9A%84agent%E7%BC%96%E6%8E%92%E8%AE%B2%E4%BA%86%E4%BB%80%E4%B9%88

# OpenAI千条路径找root的agent编排讲了什么

这篇 agent 编排复盘最值得抄的不是漏洞数量，而是每个阶段配机械可判的验收标准、失败早停预算、独立验证环节，以及换基座就重测 harness。

## 要点

1. 把长链拆成侦察、分析、分诊、筛查、利用、打补丁六段，每段有自己的确定性判据：复现阶段看 KASAN 会不会崩，提权阶段看是否真拿到 root shell，不靠模型自称成功。
2. 预算分配按可信度来：便宜的筛查可以铺很宽，贵的精化先把面收窄；成本大头在提权，每项约 558 美元，复现阶段每项仅几十美元。
3. 失败分支比成功贵一个量级：成功每个约 360 美元，失败每个约 3922 美元，加一条“一小时没进展就放弃”的规则能省下几十万。
4. 验证环节要独立于产出者：曾有一轮报告 200 个成功提权，人审发现 20 个走的是另一个 0-day，修法是换一个只负责验证的环节。
5. 脚手架会过期：给 5.5 加 103 条技巧把成功率从 76.2% 提到 88.9%，到 5.6 模型自己会挑技巧，重脚手架反被轻度编排打败，写死的教学式技巧很快变成负资产。
6. 测试环境自己也会是 bug 源：分析环节曾把崩溃归因到已上游修复的 QEMU 缺陷并在其上提权，所以要先把评测环境本身验证一遍。

## 来源

- [原始讨论 1](https://jiajia.fun/qa/80bb865f3916cb26852a409f)
