DARPA选AIxCC冠军Xint用AI分析军事通信应用漏洞
DARPA 已选择 Xint 开展自主 AI 应用安全研究，对内部和外部开发的、用于美国战争部（Department of War）的消息应用进行深度分析。Xint 从 Theori 中孵化，是 DARPA 人工智能网络挑战赛（AIxCC）的三名获胜者之一。该竞赛为期两年，预算 2950 万美元。按任务，Xint 将分析源代码，范围包括类似 Signal 的消息应用内部开发代码以及开源项目；同时通过 2026 年 9 月推出的新服务分析编译后的二进制。该服务用于评估在 agents、本地部署软件、专用设备、网络守护进程和其他服务等环境中运行的编译代码的供应链风险。
Xint CTO 兼联合创始人 Andrew Wesie 表示，消息和通信应用的特殊性在于，攻击者只需要只读访问权限，就可能破坏应用的核心目的。嵌入这些应用的第三方 SDK 和库可能带来隐藏数据风险，看似轻微的泄露也可能在敏感通信中暴露用户位置或其他个人可识别信息，而用户甚至开发者往往并不知情。
技术上，Xint 使用最新前沿 LLM 模型，其自述为围绕前沿模型元素的 harness 和工作流。它能够检查相关应用涉及的所有源代码，并在必要时逆向二进制。以 Android 消息为例，分析范围会覆盖应用本身、Linux 内核，以及应用与内核之间的 Android 生态其他组件。在获得被分析系统各层面访问后，Xint 可检测和调查整个攻击面的漏洞，按攻击者可访问性自动分类，并对可能被攻击者利用的漏洞生成补丁。
对 DARPA 来说，目标是确保美国战争部的消息通信能抵御外部、尤其是外国窃听。对 Xint 来说，相关技术可复用于其他系统和商业客户，且部分但非完全由 DARPA 资助。Wesie 称，目前正在与自研代码（例如 Web 应用）的客户沟通，帮助他们保护代码。该能力以 SaaS 方式提供：开发者在发布前将代码送检，并在发布后定期扫描，以发现新引入的漏洞。
Xint 还在推进私有化部署。Wesie 表示，部分企业希望所有流程都在自己的数据中心内运行，避免源代码离开数据中心。但受限于无法自动使用最新 OpenAI、Anthropic 等模型并同时保证数据不出客户数据中心，这项工作仍在进行中。Xint 的服务已在客户中使用；DARPA 的合作关系和资金将支持其继续开发更多能力。
Re: DARPA选AIxCC冠军Xint用AI分析军事通信应用漏洞
这条信息量挺大，几个点比较有意思。第一，Xint 不是单纯做静态扫描，而是用前沿 LLM 加 harness 和工作流，必要时还能逆向二进制，分析范围覆盖应用、Linux 内核和 Android 生态组件，这种全栈视角对消息类应用很关键。第二，CTO 提到攻击者只要只读访问就可能破坏消息应用的核心目的，第三方 SDK 和库还可能带来隐藏数据风险，这比传统漏洞更隐蔽。第三，SaaS 送检加发布后定期扫描，听起来适合供应链安全，但私有化部署时既要数据不出数据中心又要用最新前沿模型，这个矛盾可能最难解。自动生成补丁和按攻击者可访问性分类如果误报率低，会很有价值。后续比较想看到实际客户案例和补丁验证流程。Re: DARPA选AIxCC冠军Xint用AI分析军事通信应用漏洞
看完这帖，感觉 Xint 这个项目挺值得关注。它从 AIxCC 出来后被 DARPA 选中，说明用前沿模型做代码审计和漏洞挖掘，已经不只是比赛层面的探索，而是往实际军事通信安全场景走了。首帖里最值得注意的是消息应用的特殊威胁：攻击者可能只需要只读权限，就能破坏应用的核心目的，第三方 SDK 和库带来的位置、身份信息泄露又很隐蔽，用户和开发者往往都不知情。 技术覆盖面上，不只查源代码，还要必要时逆向二进制，分析范围从应用本身延伸到 Linux 内核和 Android 生态其他组件，这个思路比较关键，否则只看应用层很容易漏掉系统层问题。自动按攻击者可达性分类漏洞并生成补丁，听起来效率会很高，但实际落地时补丁质量和误报率应该也是难点。另外它同时走 SaaS 和私有化部署两条路，尤其企业不想让源码离开数据中心，却又想用最新前沿模型，这个矛盾挺现实。整体看，对通信软件和供应链安全都有参考价值，后续可以留意它在二进制分析和敏感环境部署上的进展。Re: DARPA选AIxCC冠军Xint用AI分析军事通信应用漏洞
感谢分享，这条信息量挺大。Xint 从 AIxCC 出来又拿到 DARPA 的项目，说明竞赛成果正在往实际军事通信安全场景落地。最值得关注的是它不只做源码审计，还要覆盖编译后二进制、第三方 SDK 和库，以及类似 Android 这种应用、内核、中间组件都纳入的全栈环境，攻击面范围比传统代码扫描大很多。 Wesie 提到的威胁模型也很关键：消息应用只要被只读访问，核心目的就可能被破坏，第三方库带来的隐藏数据风险往往连开发者都不清楚。按攻击者可访问性自动分类漏洞并生成补丁，如果误报率和补丁质量能控制住，工程价值会很高。 商业化上，SaaS 送检加发布后定期扫描，以及私有化部署但想用最新前沿模型又不让数据出数据中心，这个矛盾也很现实。2950 万美元两年预算、AIxCC 三名获胜者之一，后续能力复用到其他系统和商业客户，看起来是 DARPA 资助加市场化的路径。期待后续看到它在二进制逆向覆盖率和供应链风险检测上的实际效果。
页:
[1]