导语：Hackers Arise 的 AI 安全系列走到第 23 期，这次的主角是 PentestCode——一个常驻终端的自主渗透测试智能体。不用自备 API Key，解压就能跑。实测中它自己摸出活动目录里埋的后门账户，导出全量哈希、签发黄金票据，还在漏洞赏金站点上直接拿到了远程代码执行。
一、PentestCode 是什么
PentestCode 是一个住在你终端里的自主智能体。你把目标指给它，剩下的活它自己干：跑工具、读输出、边看边拼出目标的网络画像，然后判断下一步该干什么。
有意思的是它的出身。它不是从零写出来的，而是 OpenCode 的一个硬分叉（hard fork）——代码编辑相关的功能被全部砍掉，剩下的部分按进攻性安全的需求重写了一遍。作者自己叫它”多智能体渗透测试系统”，带持久化的任务状态跟踪和并行执行能力。
关于模型：开箱即用，不需要你自己的 API Key。默认走 OpenCode Zen 这家提供商，模型是 Big Pickle，也可以直接换成 DeepSeek v4 Flash。
免费不等于无限。我们自己测试时确实撞上了用量上限，但那会儿活已经干掉了大半。上限每天重置，有时候等上 5 到 14 小时就回来了。日常任务的额度足够用。
想接别家提供商，在控制台敲 /connect。
想换模型，敲 /models，列表里挑一个就行。
二、安装
安装步骤简单到有点不像安全工具：解压 release 包，直接跑。
不过动手之前有件事必须确认——确保你下载的是 s0ld13rr 的原始项目，不是某个 fork。已经有报告说市面上流传的 fork 里捆绑了被投毒的文件。老老实实用官方源。
kali > wget https://github.com/s0ld13rr/pentestcode/releases/download/v0.2.5/pentestcode-linux-x64.tar.gz
kali > 7z x pentestcode-linux-x64.tar.gz
kali > 7z x pentestcode-linux-x64.tar解压完就能启动：
kali > ./pentestcode三、实战效果
3.1 活动目录：从低权限账户摸到域管
测试从自家实验室开始。丢给它一个权限很低的活动目录（Active Directory，Windows 里的目录服务）账户，让它去 LDAP（目录访问协议）里捞点有意思的东西。
回来的东西包括域管理员账户、配置错误、机器账户等等。
更有用的是报告结尾那一段，它会根据前面所有发现给出后续建议——相当于替你把测试计划排了个序。
接着他们引入 BloodHound（微软的域关系分析工具）来看全局权限关系。这个实验室环境之前在别的文章里出现过——那个低权限账户对 AdminSDHolder 有 GenericAll 权限，说白了就是个埋好的后门账户。
工具自己发现了这个后门，然后直接利用了。
接下来是一套经典组合：智能体执行了 DCSync 同步攻击，把环境里所有用户的哈希全导了出来。然后让它签发一张黄金票据（Golden Ticket）。
用的是 Impacket（Python 编写的攻击工具库）。这里得提醒一句：Impacket 这套打法在有防护的端点上不一定吃得住。所以你得把希望它怎么打写清楚。如果目标是生产环境，护栏必须拉满，prompt 也要写得更细，别让它跑到不该去的地方。
最后是渗透测试里最烦人的环节——写报告。这块也交给它了，用 /report 切换输出格式：
kali > sudo apt install glow
kali > glow report.md
3.2 Web 渗透与漏洞赏金
Web 渗透这个话题太大了，很多人只专精一两招，再往不同目标上反复练。PentestCode 在这块也能用，前提是你先给它一个扎实的侦察起点。
按 Tab 可以在两种模式之间切换：Recon（信息收集）和 Pentest（渗透测试）。
这次他们故意把指令写得含糊，就想看看它自己能发挥到什么程度，然后扔了一个网站过去。15 分钟不到，它就把那家公司名下所有关联子域名摸了一遍，并且逐个测了背后的基础设施。
目标是拿下一个漏洞赏金项目里某个站点的远程代码执行。他们本来没指望能成，结果它真做到了。
拿到权限之后它上传了 webshell，再用 curl 从内部对内网做侦察。除此之外还顺带拿下了一个邮件账户和一个 MySQL 数据库，后台管理面板也被它用一个 CSRF 漏洞打穿了。说实话，这活干得相当漂亮。
后渗透阶段它同样顶得上用。测试中它利用 PostgreSQL 的一个漏洞把权限一路提到 superuser，然后翻遍数据库，把里面的敏感数据列了出来。
再强调一遍：只测你自己拥有的系统，或者拿到明确书面授权的系统。本文里展示的所有被攻陷目标都属于作者自己，或者在漏洞赏金项目范围内。
四、小结
想自己上手试的话，有几条纪律：
- 别写模糊的 prompt，把边界划清楚，别让它跑过界
- 用 /pause 切换到”停下等你批准”的模式，安全这类活儿里，人必须留在环上
工具仓库在 GitHub 上：https://github.com/s0ld13rr/pentestcode
作者所在的团队还开了一门 AI for Cybersecurity 的课程，讲 AI 在安全里的各种用法、怎么搭本地模型、怎么做实验环境：
https://hackersarise.thinkific.com/courses/ai-for-cybersecurity
这个领域变化太快，早学一天就多一天优势。没什么好抵触 AI 的，它就是个工具，用明白它就是了。
素材出处
本文为编译报道，内容整理自以下原始资料：
- 原文标题：Artificial Intelligence (AI) in Cybersecurity, Part 23: Using PentestCode for Pentesting and Bug Bounty Hunting
- 原文地址：https://hackers-arise.com/artificial-intelligence-ai-in-cybersecurity-part-23-using-pentestcode-for-web-and-network-pentest/
- 发布时间：2026-08-23
- 工具仓库：https://github.com/s0ld13rr/pentestcode
- 文中截图版权归原作者所有，本文仅作技术学习交流使用
暂无评论内容