DeepSeek Harness渗透模式实战：AI Agent自动化SRC漏洞挖掘

AI Agent 正在改变安全测试的工作方式。相比手工翻日志、逐个端口试探，让一个具备工具调用能力的 Agent 自主完成侦察、验证和报告生成，效率差距是数量级的。本文基于 B 站 UP 主的实操演示，梳理用 DeepSeek Harness（下称 DSH）桌面端配置渗透模式、并对教学靶场执行自动化漏洞挖掘的完整流程。

需要提前说明的是：这类用法针对的是授权范围内的目标（UP 主使用的是本地教学靶场 192.168.10.140），未经授权的渗透测试在任何司法辖区都是违法行为。

为什么安全场景要单独选 Agent

UP 主在视频开头点出了一个现实问题：通用型 AI Agent 工具已经很多，Claude Code、Codex、OpenClaw^广告、Hermes Agent，以及国内的 WorkBuddy^广告、通义千问办公等，但大模型内置的安全护栏会直接拒绝攻击性安全测试相关的请求。想让它参与渗透，通常需要"破甲"——用提示词工程绕过内置限制。

这条路不稳定，也不优雅。选择 DSH 的实际理由很朴素：DeepSeek 模型在网络安全方向的限制相对宽松，配合专门的渗透模式插件，可以用更规范的方式达成目的，而不是靠反复对抗护栏。

模型安全护栏（safety guardrails） 是大模型厂商在模型对齐阶段与推理链路中叠加的拒答机制，通常覆盖网络攻击、恶意代码、武器制造等高风险类别。它的触发依赖意图分类器与策略规则，因此对"渗透测试"这类边界模糊的请求容易出现两类偏差：一是对授权范围内的合规测试也一律拒绝，二是面对精心构造的提示词时被绕过。这也解释了为什么在安全测试领域，从业者会更倾向于选择护栏相对宽松的模型，而不是把精力消耗在不断的提示词对抗上。

DSH 桌面端安装与基础配置

安装过程没有技术门槛。官网下载页提供 Windows 64 位和 macOS 版本，双击安装包、选择安装路径、点击立即安装即可。首次启动会进入登录页，用手机号接收验证码完成注册，新用户会获得 6.00 元赠金余额用于抵扣模型调用。

进入主界面后有几项设置值得留意：

• 权限设定：可选择仅查看工作区内的修改，也可以放开到完全权限。做自动化测试时权限过窄会导致 Agent 频繁请求授权。
• 模型选择：演示中使用的是 DeepSeek V4.1 Flash。
• Agent 预设：默认是标准模式，另外还有 PTC 模式、极简模式、创造模式。渗透模式不在默认列表里，需要额外安装。

安全边界的控制也在这里完成。UP 主特别提醒，如果不加约束地让 Agent 找遍所有漏洞，它可能会创建测试用户、修改权限，对目标系统造成实际影响。所以在下指令时应当明确范围，例如只找第一个漏洞就结束、不做用户创建类操作。

安装渗透模式插件

渗透模式来自 GitHub 上的开源项目，作者在仓库说明中写明其定位：面向 DSH 的渗透测试模式，在授权范围内记录目标探索线索、验证结果、资产与漏洞，并以探索链路、漏洞视图和资产视图的形式在 Web 界面中呈现。该仓库目前已转为只读状态，但仍可正常安装使用。

安装方式有三种：本地 npm 安装、从 release URL 安装、下载文件后本地安装。UP 主采用的是把 release URL 直接交给 DSH 自动执行的方式。

这里有一个容易踩的坑：安装命令要区分 web 版和 desktop 版，如果用的是桌面客户端却执行了 web 版的安装命令，插件无法共用。安装过程中 Agent 会弹出权限申请，点击允许即可；不想反复授权的话可以把权限改为完全权限。安装完成后必须重启 DSH，新的对话中才会注册渗透模式。验证方法是进入设置 → Agent 预设，能看到"渗透模式"选项即表示成功。

DSH 的插件与 Agent 预设（preset） 是两层不同的机制。预设本质是一套打包好的系统提示词、工具白名单、权限策略与工作流模板，决定 Agent 在对话中的默认行为方式；插件则是以 npm 包或 release 包形式分发的扩展，需要通过包管理器或 URL 安装到本地运行时目录。安装插件只是把代码放到磁盘上，而预设注册发生在客户端启动时读取配置的阶段，所以新增预设只有在重启后才会出现在设置列表中。web 版与 desktop 版之所以不能共用插件，是因为两者的运行时依赖目录和宿主进程环境不同，同一份插件代码在不同宿主中解析到的路径不一致。

用渗透模式跑一次自动化挖洞

配置完成后新建对话，指令可以写得非常简短，例如"帮我去检查这台服务器，找出第一个漏洞后就结束"。发送后 Agent 会先记录目标与授权信息，再创建两个子 Agent 分工执行：一个负责主机端口扫描和服务指纹识别，另一个负责 Web 枚举和攻击面验证。

这套机制背后是 DeepSeek 的 DeepAgent 架构，以多线程方式并行推进任务，每个子 Agent 有独立的角色定义和任务分配，可以在后台任务面板中观察它们的执行状态。这也是它比单轮对话式工具更适合渗透场景的原因——侦察、枚举、验证本身就可以拆成并行子任务。

两个子 Agent 收尾后，主 Agent 汇总结论并输出报告。界面中的"渗透"视图会呈现目标、目的、意图、事实、漏洞、资产等信息，探索链路、漏洞视图、资产视图和测试报告都可以直接查看。

演示中这次运行报告显示无漏洞发现，原因不在工具本身，而是授权范围给得太小——指令限定"找到第一个漏洞就结束"，同时约束了深度测试行为，Agent 自然不会穷举。UP 主的建议是后续使用时给出充分授权，让 Agent 有足够空间展开测试。

DeepAgent 架构是一种面向长流程任务的 Agent 组织方式，核心是把一个复杂目标拆解为由主 Agent 调度的多个子 Agent，每个子 Agent 拥有独立的上下文、角色提示词和工具集，并在独立线程中并行推进。这样做的好处是避免单一上下文窗口被大量扫描输出挤爆，同时让不同子任务互不干扰地重试。代价是主 Agent 需要负责结果汇总与冲突消解，任务拆分是否合理直接决定了整体覆盖率。在渗透场景中，端口扫描与 Web 枚举天然可以并行，正好契合这一架构。

几点实践判断

从这段演示能提炼出几个值得记住的经验。权限是一把双刃剑：完全权限让 Agent 跑得更顺，但也意味着它能对目标系统做出真实改动，在真实 SRC 场景中应当结合范围限定使用。子 Agent 的并行结构决定了它的能力上限：能否覆盖足够多的攻击面，取决于任务拆分是否合理，而不是模型单次输出的长度。插件生态仍在早期：渗透模式依赖社区仓库维护，仓库转只读这件事本身就说明可持续性存在不确定性。

对于安全从业者，这类工具的价值不在于替代人，而在于把重复性的侦察与枚举交给机器，把判断留给测试者。SRC 漏洞挖掘中真正稀缺的始终是对业务逻辑和攻击面的理解，Agent 目前还替代不了这一层。