Mandiant 在一篇新博客中首次公开了内部使用的 Agentic Vulnerability Discovery Harness（AVDH），一个用于源码审计的多智能体编排框架。核心思路很直接：把一线安全专家的分析流程结构化，拆成可执行的智能体流水线，再在关键节点强制加入验证和人工审查，让防御者能在攻击者利用 AI 提速之前发现漏洞。

文章给出了真实战绩。在最近一次涉及被盗企业代码库的应急响应中，AVDH 两天内发现了 100 多个确认真实的高危漏洞，耗时远少于人工审查。过去 10 个月里，它被用于分析数千万行代码，执行了数千条流水线，生成了数万条发现，最终在广泛使用的 Web 扩展和开源项目中获得了 12 个已分配的 CVE（包括 CVE-2026-13242、CVE-2026-55803），另有十几个正在披露流程中。在攻防演练中，它处理客户 Web 应用源码时迅速找到一处可用的远程代码执行漏洞，帮助实现了初始访问。这些数据点说明这套框架不是概念验证，而是已经在实战中发挥作用。

AVDH 基于 Google Agent Development Kit（ADK）构建，采用类似瀑布模型的顺序流水线：每个阶段完成后再进入下一阶段。首先由 Explorer agent 识别代码库用途、确定软件领域，并派出 Specialist Explorer 分别分析认证、授权、路由等子领域，最后汇入 Threat Model Synthesis agent 生成威胁模型。这个模型会以文本和可视化形式交给顾问确认，形成一道审批门，确保后续分析建立在准确基础上。

威胁模型确认后，并行 Discovery agents 用 Gemini Flash Lite 处理所有范围内的文件，提取 HTTP 路由、IPC 监听器等入口点，同时隔离用户输入来源。随后 Enrichment agent 为每个入口点聚合跨文件的上下文，因为企业应用中的 sanitizer、权限检查、路由条件往往分散在多处，漏洞常藏在多跳函数调用之后。它决定该入口点需要交给 Access Control agent、Data Flow Analysis agent，还是两者一起处理。

进入假设生成阶段后，Access Control agent 评估入口点的访问控制，找出缺失的授权检查、提权、CSRF 等漏洞；Data Flow Analysis agent 追踪用户输入从入口点到危险 sink 的完整路径，覆盖 SQL 注入、XSS、命令注入、路径遍历等类型。这一阶段刻意不做太多自校验，目标是广撒网，用可配置的 Confidence Filter 控制假设数量。

验证阶段利用了 LLM 的温度参数特性：多个高温度配置的 Validation agents 各自独立评估每个假设，再由一个 Validation Synthesis agent 综合裁决，结果分为确认、推翻、拒绝三类。高温度让验证覆盖面更广，避免只得到可预测的平庸结论。

人类专家仍然处于核心位置。确认后的发现会经过人工动态复现和 PoC 执行，确认 AI 假设是否成立、是否存在隐藏的补偿控制；通过后才进入正式披露流程，未通过的直接丢弃。为了减少漏报，Mandiant 还设计了一套规则系统，把顾问的集体经验蒸馏成高度专业化的 prompt，按照「软件领域 → 语言/框架/漏洞」的层级组织。语言和框架规则作用于整个流水线，漏洞规则只在最后阶段生效，这样能把人类专业知识模块化地注入 AI 分析中。

评测方面，Mandiant 指出公开漏洞数据集存在训练数据污染问题：前沿模型可能已经记住这些仓库，无法判断是真正推理还是记忆复现。因此他们构建了一批专有的合成代码库，覆盖不同领域、语言、漏洞深度和架构，并由安全顾问逐一验证漏洞的可达性和可利用性。评测时由一个 Grading agent 对比真实答案，要求精确匹配而非模糊语义相似，再用额外 agent 处理误报分类和重复去重，最后人工复核 AI 评判结果。每次大版本发布都会跨多个领域和架构运行整套测试，并多次取平均以抵消 LLM 的非确定性。

结论部分强调，手动源码审查跟不上 AI 速度，传统扫描引擎又会漏掉大量漏洞。AVDH 的成功说明，把前沿模型放进专家定义的 harness 中，可以自动化发现常规漏洞，让人工专注于复杂缺陷。文章最后提到 CodeMender 提供持续扫描，与 AVDH 的点状深度分析形成两层防御，并预告了 2026 年 9 月的 Cyber Defense Summit 相关演讲。整体来看，这是一篇少见的、愿意公开内部工具架构和实战数据的厂商技术文章，对想搭建类似智能体审计系统的团队有直接参考价值。