文章总结： 这篇综述系统梳理2026年网络安全、软件工程、AI三大领域11大顶会已公开的全部LLMAgent漏洞自动化论文，按漏洞挖掘、漏洞验证PoC、漏洞利用渗透、漏洞修复四大任务赛道分类拆解，覆盖NDSS、S&P、USENIX、CCS、ICSE、FSE、ICLR等顶会一手成果，是AI安全从业者、红队开发、代码审计工程师的必读文献清单。
综合评分： 88
文章分类： AI安全,漏洞分析,安全工具,渗透测试,红队
顶会全景梳理｜2026 全量 LLM 漏洞智能体论文综述
原创
智安窥豹
智安窥豹
智安窥豹
2026年7月29日 07:50
广东
在小说阅读器读本章
去阅读
在公众号小说中沉浸阅读
摘要：本文完整梳理 2026 年网络安全、软件工程、AI 三大领域 11 大顶会已公开全部 LLM Agent 漏洞自动化论文，按四大任务赛道（漏洞挖掘 / 漏洞验证 PoC / 漏洞利用渗透 / 漏洞修复）分类拆解，每篇附上论文全称、作者、核心摘要、官方下载链接，覆盖 NDSS/S&P/USENIX/CCS/ICSE/FSE/ICLR 等顶会一手成果，是 AI 安全从业者、红队开发、代码审计工程师必读文献清单。
#
#
一、检索背景与范围说明
2026 年 LLM 智能体彻底重构漏洞全生命周期工作流，从漏洞扫描、PoC 构造、渗透攻击到自动补丁实现全链路自动化。本次检索截止2026.07.19，覆盖 11 个全球顶会：网安四大顶会：NDSS、IEEE S&P、USENIX Security、ACM CCS软工顶会：ICSE、FSE、ASE、ISSTAAI 顶会：ICLR、ICML、AAAI、CVPR、IJCAI、NeurIPS
会议论文收录现状（精简版）
- NDSS 2026（已公开）：4 篇
- IEEE S&P 2026（已公开）：3 篇
- USENIX Security 2026（Cycle1 公开）：2 篇
- ACM CCS 2026（初审公示）：3 篇 + 1 篇待确认
- ICSE/FSE 2026（完整公开）：各 2 篇
- ICLR/ICML 2026：主题 + 研讨会共 7 篇
- ASE/ISSTA/IJCAI/NeurIPS/CVPR：未出完整论文集，暂无有效成果
分类逻辑
按照智能体在漏洞生命周期四大核心任务划分：
- 赛道 1：漏洞挖掘智能体（静态 / 混合 / 模糊测试，固件 / Web / 微服务 / 协议多场景）
- 赛道 2：漏洞验证 & PoC 自动生成智能体
- 赛道 3：漏洞利用 & 自动化渗透智能体（Web / 区块链 / 长链路渗透）
- 赛道 4：漏洞自动修复智能体
- 补充板块：评测基准论文（用于衡量 Agent 安全能力）
- 补充板块：arXiv 未录用预印本前沿方案
二、赛道一：漏洞挖掘类 LLM 智能体论文
2.1 NDSS 2026 · FirmAgent
论文名称：FirmAgent: Leveraging Fuzzing to Assist LLM Agents with IoT Firmware Vulnerability Discovery中文译名：FirmAgent：基于模糊测试辅助 LLM 智能体挖掘 IoT 固件漏洞
作者：Jiangan Ji, Chao Zhang, Shuitao Gan 等（信息工程大学、清华大学）
摘要：漏洞挖掘、漏洞验证摘要现有固件静态污点分析误报海量，纯模糊测试难以定位有效输入源。FirmAgent 首创Fuzz + 双 LLM 智能体混合架构：先用插桩模糊测试采集固件真实外部污点源，重建漏洞执行路径；第一个 LLM 智能体做上下文感知污点传播分析，过滤无效路径；第二个智能体自动输出可复现 PoC。在 14 款真实 IoT 路由器固件测试，检出 182 个漏洞（140 个 0day，17 个 CVE），精度 91%，全面超越传统固件检测工具。
下载链接：https://www.ndss-symposium.org/wp-content/uploads/2026-s1943-paper.pdf开源代码：https://github.com/vul337/FirmAgent.git
2.2 NDSS 2026 · BSFuzzer
论文名称：BSFuzzer: Context-Aware Semantic Fuzzing for BLE Logic Flaw Detection中文译名：面向 BLE 蓝牙逻辑缺陷的上下文语义模糊测试智能体作者：Ting Yang、杨、秦悦等（西电、清华、金泽大学）
摘要：漏洞挖掘、漏洞验证摘要传统模糊测试无法解析 BLE 协议文档，难以捕获状态跳转、字段误解类逻辑漏洞。BSFuzzer 依靠 LLM 智能体解析蓝牙官方规范，自动提取状态机、数据包语义，生成字段变异、状态跳转变异两类测试用例，同时智能体校验设备响应识别认证绕过、DoS 缺陷。19 款蓝牙设备测试发现 34 个全新漏洞，9 个分配 CVE。
下载链接：https://www.ndss-symposium.org/wp-content/uploads/2026-f94-paper.pdf
2.3 IEEE S&P 2026 · Agentic Concolic Execution
论文名称：Agentic Concolic Execution中文译名：智能体驱动混合符号执行作者：Zhengxiong Luo、Dylan Wolff、Abhik Roychoudhury（新加坡国立、帝国理工）
摘要：漏洞挖掘、漏洞验证摘要传统混合符号执行受约束求解瓶颈限制，难以遍历深层代码路径。该工作将 LLM 智能体嵌入符号执行引擎，由大模型动态引导路径探索，基于代码语义选择分支，突破求解限制，大幅提升深层漏洞触发概率，是首个 Agent+Concolic 融合的程序漏洞挖掘方案。
下载链接：https://abhikrc.com/pdf/SP26.pdf项目地址：https://concollmic.github.io/
2.4 IEEE S&P 2026 · GONDAR
论文名称：GONDAR: Contextualizing Sink Knowledge for Java Vulnerability Discovery中文译名：基于危险 API 上下文感知的 Java 漏洞挖掘智能体作者：Fabian Fleischer、Taesoo Kim（佐治亚理工、三星研究院）
摘要：漏洞挖掘、漏洞利用摘要针对 Java 路径遍历、反序列化 RCE 漏洞，构建以危险 Sink 函数为核心的双智能体模糊框架：探索智能体生成到达漏洞入口的输入，利用智能体自动构造 Exploit；双智能体持续交换运行时种子迭代优化。漏洞检出量是业界标杆 Jazzer 的 4 倍，已集成 DARPA AIxCC 与 OpenSSF 沙箱。
下载链接：https://arxiv.org/pdf/2604.01645v2
2.5 IEEE S&P 2026 · Neo
论文名称：Neo: Detecting Privilege Escalation in Polyglot Microservices中文译名：多语言微服务权限提升漏洞智能检测框架作者：Penghui Li、Yinzhi Cao（约翰霍普金斯、哥伦比亚大学）
摘要：漏洞挖掘摘要微服务跨语言、跨接口的权限逻辑漏洞人工排查成本极高。Neo 依靠 LLM 动态生成跨语言代码检索策略，自动跟踪接口权限传递链路，适配 7 种编程语言 620 万行开源微服务代码，发现 24 个零日权限提升漏洞，精度 81%、召回 85%。
下载链接：https://arxiv.org/html/2605.15569v1
2.6 USENIX 2026 · iFinder
论文名称：iFinder: Understanding Implicit Trust Errors in Core Carrier Networks中文译名：面向 5G 核心网隐式信任漏洞多智能体检测系统作者：Ziyu Lin、XiaoFeng Wang（南洋理工）
摘要：漏洞挖掘、漏洞利用摘要5G 核心网依赖内部接口信任，云化部署后暴露大量会话劫持、DoS 隐式信任缺陷。iFinder 多智能体自动归纳 3GPP 规范缺陷模式，交叉校验代码与协议文档抑制 LLM 幻觉，自动生成 PoC；7 套开源 5G 核心网检出 84 个全新漏洞，81 个获 CVE，缺陷在商用 5G 环境复现。
下载链接：https://arxiv.org/pdf/2607.10315
2.7 ACM CCS 2026 · PBFuzz
论文名称：PBFuzz: Agentic Directed Fuzzing for PoV Generation中文译名：面向漏洞证明 (PoV) 的智能体导向模糊测试作者：Haochen Zeng、Chengyu Song（加州河滨大学）
摘要：漏洞挖掘、漏洞验证摘要PoV（漏洞可复现输入）需要同时满足路径可达、漏洞触发双重约束。PBFuzz 模拟安全专家迭代审计流程：LLM 智能体提取代码语义约束，搭配持久记忆避免重复无效测试；30 分钟内可触发 57 个漏洞，效率是 AFL++ 传统方案 25.6 倍，17 个独有漏洞其他工具无法检出。
下载链接：https://arxiv.org/html/2512.04611v2开源：https://github.com/sgzeng/pbfuzz
2.8 ACM CCS 2026 · BACAgent
论文名称：BACAgent: LLM-Powered Detection of Broken-Access-Control中文译名：LLM 驱动 Web 越权访问漏洞检测智能体作者：Fengyu Liu 等（复旦大学）
摘要：漏洞挖掘摘要越权（BAC）属于复杂业务逻辑漏洞，传统扫描器难以识别跨会话、跨接口权限流转。BACAgent 利用大模型解析 Web 业务流程，自动跟踪身份凭证传递路径，精准识别垂直 / 水平越权，填补传统工具逻辑漏洞检测短板。
下载链接：https://lfysec.github.io/
2.9 ACM CCS 2026 · COIN
论文名称：The Illusion of Rust Safety: Detecting Modular Unsafe Functions中文译名：Rust 模块化不安全函数检测智能体 COIN作者：Xiang Cheng、Taesoo Kim（佐治亚理工）
摘要：漏洞挖掘、漏洞利用摘要Rust 看似 safe 的函数在模块组合后会触发内存未定义行为（MUF 漏洞），编译器无法识别。微调 LLM 构建 COIN 系统，自动识别 5 大类 MUF 缺陷并生成 PoC；开源 Rust 库检出 26 个零日漏洞，10 个分配 CVE。
下载链接：https://sangdon.github.io/publication/2026-05-16-the-illusion-of-rust-safety-detecting-modular-unsafe-functions-wi/
2.10 ICSE 2026 · VulTrial
论文名称：Let the Trial Begin: A Mock-Court Approach to Vulnerability Detection中文译名：法庭对抗式多智能体漏洞检测框架 VulTrial作者：Ratnadira Widyasari、David Lo（新加坡管理大学）
摘要：漏洞挖掘、漏洞验证摘要设计 4 类角色智能（研究员、代码作者、主持人、评审）模拟法庭辩论，区分良性代码与漏洞代码；小样本微调后，低成本 3.5 模型效果超越原生 GPT-4o，标注准确率翻倍。
下载：https://conf.researchr.org/details/icse-2026/icse-2026-research-track/214
2.11 ICLR 2026 研讨会・ASA-Fuzz
论文名称：When Fuzzing Becomes Agentic: Semantic State Exploration中文译名：面向有状态程序的智能体语义模糊测试作者：Andrew Yin、Heng Yin（加州河滨大学）
摘要：漏洞挖掘摘要传统 Fuzz 生成无效交互，ASA-Fuzz 智能体感知程序运行语义状态，自适应生成有效多步交互，在规则类程序中发现独特状态数量是 AFL++ 等基线 10~100 倍。
下载：https://openreview.net/forum?id=ztjVY9GB1t
2.12 arXiv 预印本（漏洞挖掘类）
- AgentFlow：多智能体测试运行时自动合成，Chrome 挖到 2 个沙箱逃逸 CVE | https://arxiv.org/abs/2604.20801
- Code-Augur：规范推理闭环漏洞检测，自动生成代码安全断言 | https://arxiv.org/abs/2606.18619
- FuzzingBrain V2：OSS-Fuzz 多智能体全链路漏洞分析，29 个 0day | https://arxiv.org/abs/2605.21779
- Phoenix：免训练多智能体行为契约漏洞检测 | https://arxiv.org/abs/2604.19012
- MulVul：跨模型提示迭代检索式漏洞检测 | https://arxiv.org/pdf/2601.18847
三、赛道二：漏洞验证 & PoC 自动生成论文
3.1 ICLR 2026 Oral · CyberGym
论文名称：CyberGym: Evaluating AI Agents’ Real-World Cybersecurity Capabilities中文译名：大规模真实漏洞 PoC 生成评测基准 CyberGym作者：Zhun Wang、Dawn Song（伯克利）
摘要：漏洞验证、PoC 生成（评测基准）摘要业界首个大规模 PoC 生成基准，收录 188 开源项目、1507 个真实 C/C++ 内存漏洞。任务仅提供漏洞文字描述，要求 Agent 生成可触发崩溃的 PoC；最优模型成功率仅 20%，测试过程额外挖出 34 个零日、18 个不完整官方补丁，兼具评测与漏洞挖掘能力。
下载链接：https://openreview.net/forum?id=2YvbLQEdYt
3.2 arXiv 预印本 LiLCVE
论文名称：Towards Demystifying and Repairing LLM-in-the-Loop Vulnerabilities中文译名：LLM 循环交互漏洞数据集与验证框架
摘要：漏洞验证、漏洞修复摘要构建首个 LLM 生态专属漏洞数据集 LiLCVE（41 个 LiL 漏洞 + 75 个代码助手漏洞），评估各类 Agent 复现、修复漏洞能力，证明大模型交互漏洞修复难度远高于传统代码漏洞。
下载：https://arxiv.org/abs/2605.28893
四、赛道三：漏洞利用 & 自动化渗透智能体论文
4.1 NDSS 2026 · AWE
论文名称：AWE: Adaptive Agents for Dynamic Web Penetration Testing中文译名：自适应 Web 渗透多智能体框架 AWE作者：Akshat Singh Jaswal（Stux Labs）
摘要：漏洞利用、Web 渗透摘要摒弃通用无限制漫游智能体，为 XSS、SQL 注入等注入漏洞定制专属分析流水线，搭配全局持久记忆与浏览器实机验证；XBOW 基准下 XSS 利用成功率 87%、盲 SQLi 66.7%，Token 消耗降低 98%，速度提升 4 倍。
下载链接：https://www.ndss-symposium.org/wp-content/uploads/lastx2026-37.pdf开源：https://github.com/stuxlabs/AWE
4.2 NDSS 2026 · CHAP
论文名称：Context Relay for Long-Running Penetration-Testing Agents中文译名：长链路渗透上下文中继智能体 CHAP作者：Marius Vangeli（瑞典 KTH、国防研究院）
摘要：漏洞利用、多阶段渗透摘要解决长时间横向渗透上下文窗口溢出、决策退化问题；将历史攻击知识压缩中继传递给新 Agent 实例，AutoPenBench 基准渗透成功率从 27.3% 提升至 36.4%，Token 开销减少 32.4%。
下载链接：https://www.ndss-symposium.org/wp-content/uploads/lastx2026-42.pdf
4.3 FSE 2026 · ChainDelta
论文名称：ChainDelta: Automatic Patch-based Exploit Generation for Ethereum中文译名：以太坊补丁驱动漏洞利用智能体作者：Mingxi Ye 等（中山大学）
摘要：漏洞利用、区块链渗透** 摘要针对以太坊 1-day 漏洞，LLM 模糊智能体自动解析补丁差异、构造链上复杂状态，生成可执行攻击载荷；基准测试利用成功率 70%，误报仅 12.5%，审计中挖到 4 赏金漏洞。
下载：https://conf.researchr.org/details/fse-2026/fse-2026-research-papers/98
4.4 ICLR 2026 · HackWorld
论文名称：HackWorld: Evaluating Computer-Use Agents on Web Exploitation中文译名：多模态 GUI 渗透智能体评测框架 HackWorld作者：浙江大学、UNSW、新加坡国立团队
摘要：漏洞利用、可视化 Web 渗透评测摘要全球首个面向视觉操作型 CUA 智能体的 CTF 渗透基准，包含 36 套真实 Web 靶场（11 框架、7 语言），集成 Burp、DirBuster 全套渗透工具；实测所有前沿多模态模型漏洞利用率低于 12%，暴露多步攻击规划、安全工具调用两大核心短板。
下载链接：https://openreview.net/pdf?id=nLfZPoJbO7
4.5 ICLR 2026 · RedCodeAgent
论文名称：RedCodeAgent: Automatic Red-teaming Agent against Code Agents中文译名：代码智能体自动化红队攻击智能体
摘要：漏洞挖掘、红队利用摘要专门针对 Cursor、Codeium 等代码助手做自动化越狱、漏洞挖掘；自适应记忆存储攻击策略，动态组合载荷，在商用代码工具上挖出未公开安全缺陷。
下载：https://openreview.net/forum?id=IyIaAOihmZ开源：https://github.com/1mocat/RedCodeAgent
4.6 arXiv 预印本 Refploit
论文名称：Refploit: Facilitating Exploit Construction via Code-Agent Trajectory Repair中文译名：基于代码轨迹修复的漏洞利用复现框架
摘要：漏洞利用摘要依托公开 Exploit 样本，LLM 智能体差分执行定位失效代码片段，自动修复攻击轨迹，172 份 Java 利用样本复现率 80.2%。
下载：https://arxiv.org/abs/2607.01760
五、赛道四：漏洞自动修复智能体论文
5.1 CCS 2026（待确认）・Kumushi
论文名称：Kumushi: Root-Cause-Driven Automated Vulnerability Repair中文译名：根因导向漏洞修复智能体作者：亚利桑那州立、CISPA 德国实验室
摘要：漏洞修复摘要现有修复智能只修复表象，Kumushi 融合多维度故障定位算法，引导 LLM 聚焦漏洞底层根源；设计双层补丁评估标准（自动化校验 + 人工盲评）。178 个 C/C++ 漏洞测试，47% 场景人类专家更偏好其补丁，性能超越 Codex。
下载：https://arxiv.org/html/2605.04251v1
5.2 ICSE 2026 · CodeR-S
论文名称：Fixing Security Vulnerabilities with Agentic AI in OSS-Fuzz中文译名：适配 OSS-Fuzz 崩溃样本的漏洞修复智能体 CodeRover-S作者：新加坡国立 Abhik 团队
摘要：漏洞修复摘要首个面向 Google OSS-Fuzz 海量崩溃样本的自动化修复 Agent，无需 issue 文本，直接从崩溃执行流提取漏洞上下文；真实开源漏洞 73.3% 生成有效补丁，多个已合入官方仓库。
下载：https://dl.acm.org/doi/10.1145/3786583.3786880
5.3 FSE 2026 · CodeCureAgent
论文名称：CodeCureAgent: Automatic Classification and Repair of Static Analysis Warnings中文译名：静态扫描告警自动分拣与修复智能体作者：Pascal Joos、Michael Pradel（德国 CISPA）
摘要：漏洞修复、告警验证摘要针对 SonarQube 海量扫描告警，Agent 迭代调用代码检索工具区分误报 / 真实漏洞，三步校验（编译、无新增告警、全量测试）生成修复；106 个 Java 项目 96.8% 告警生成合理修复，真实修复准确率 86.3%。
下载：https://doi.org/10.1145/3808140预印本：https://arxiv.org/abs/2509.11787
5.4 arXiv 预印本 KeaRepair
论文名称：KeaRepair: Knowledge-Enhanced Agentic Vulnerability Repair中文译名：知识库增强漏洞修复智能体
摘要：漏洞修复摘要构建海量历史漏洞 – 补丁检索库，ReAct 智能体联动代码分析工具定位根因，编译 / PoC / 测试三重闭环验证；55 个高危 C/C 漏洞修复率 83.64%，6 个其他工具无法修复的复杂漏洞可解决。
下载：https://arxiv.org/abs/2607.00820
5.5 AAAI 研讨会・Reflection-Driven Control
论文名称：面向可信代码智能体的反思驱动控制
摘要：预防性漏洞修复摘要Plan-Reflect-Verify 三阶段自校验框架，推理过程实时自查代码安全，8 类 CWE 场景代码安全率平均提升 8.1%。
下载：https://trustagenticai.github.io/AAAI2026/AAAI-Workshop/43.pdf
5.6 ICML 研讨会・Smarter Saboteurs
论文名称：线性多智能体工作流的漏洞修复与对抗
摘要：漏洞修复、多 Agent 安全协同摘要QA 审查智能体 + 修复智能体流水线，模拟内部恶意代码注入场景，验证多智能体架构下漏洞自动修复的鲁棒性。
下载：https://arxiv.org/pdf/2606.12709
六、综述类顶会论文
USENIX 2026 SoK · DARPA AIxCC
论文名称：SoK: DARPA’s AI Cyber Challenge中文译名：DARPA AI 自主漏洞竞赛系统性综述作者：佐治亚理工 Taesoo Kim 团队、全赛事参赛机构联合
摘要：全生命周期（挖掘 + 修复）综述摘要全球最大自主漏洞攻防竞赛完整复盘，梳理所有参赛 Agent 架构、性能瓶颈，总结 LLM 做漏洞挖掘 / 修复现存核心缺陷，给出未来自主安全系统研发路线。
下载：https://arxiv.org/abs/2602.07666v4
七、行业总结与前沿趋势
1. 四大技术主流架构
- 多专用智能体分工：FirmAgent、GONDAR、VulTrial，拆分任务降低单模型推理难度，精度更高；
- ReAct 单工具增强智能体：KeaRepair、Code-Augur，循环调用编译 / 模糊测试工具，消除 LLM 幻觉；
- 编排记忆型渗透智能体：AWE、CHAP，顶层轻量 LLM 调度，持久记忆存储攻击上下文；
- 多模态 GUI 智能体：HackWorld 评测体系，面向可视化 Web 渗透，当前成熟度最低。
2. 当前通用瓶颈
- 长链路、百万行复杂代码推理断裂，上下文丢失严重；
- LLM 幻觉无法根除，必须绑定编译、沙箱、模糊测试做事实校验；
- 方案场景高度割裂：固件 / WEB / 微服务智能体互不通用；
- 缺少统一标准化评测集，CyberGym、HackWorld 仅覆盖单一漏洞类型。
3. 未来研究方向
- 通用一体化 Agent，跨固件 / Web / 代码全场景自适应；
- 检索增强 RAG 漏洞知识库，沉淀历史攻防经验；
- 多模态视觉渗透智能体优化，解决前端 GUI 交互短板；
- 统一跨语言、全漏洞类型标准化评测基准；
- 挖掘 – 验证 – 利用 – 防御端到安全闭环智能体。
文末福利
本文全部论文下载链接已整理完毕，涵盖 2026 网安 / 软工 / AI 顶会一手成果，可直接复制 arXiv、会议官网链接下载原文与开源代码，适合做 AI 安全、自动化红队、代码审计方向文献调研。
注：ASE/ISSTA/IJCAI/NeurIPS 尚未发布完整论文集，后续会议更新后将推出第二期补充综述。
免责声明：
本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。
任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。
本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。
本文转载自：智安窥豹 智安窥豹
智安窥豹《顶会全景梳理｜2026 全量 LLM 漏洞智能体论文综述》