PentAGI: צוות בדיקות חדירה מבוסס בינה מלאכותית שמריצים בעצמכם
PentAGI הוא כלי בדיקות חדירה רב-סוכני באירוח עצמי ברישיון MIT. הרצה פומבית שעלתה 1.39 דולר מצאה 11 ממצאים באפליקציית תרגול. כדאי לקרוא קודם את ברירות המחדל ואת דרישות המודלים המקומיים.
עובדות שנבדקו ב-14 באוקטובר 2026
PentAGI היא מערכת באירוח עצמי שבה סוכני בינה מלאכותית מתכננים ומריצים בדיקות חדירה בכלים סטנדרטיים בתוך Docker. הרצה אחת שפורסמה על אפליקציה פגיעה בכוונה עלתה 1.39 דולר. קובצי הפרויקט מראים הגדרות שכדאי לשנות לפני פריסה. קראתי את הקוד והתיעוד בקומיט 843dfeb ולא הרצתי דבר. המאגר
מה הפרויקט אומר על עצמו
ה-README מתאר את PentAGI כמערכת רב-סוכנית בקוד פתוח באירוח עצמי לבדיקות חדירה אוטונומיות. מתארים יעד ומטרה בשפה רגילה. סוכנים מתמחים מתכננים את העבודה, מריצים יותר מ-20 כלים כמו nmap, Metasploit ו-sqlmap בתוך ארגז חול של Docker, שומרים את מה שלמדו וכותבים דוח. הערימה כוללת שרת Go עם REST ו-GraphQL, ממשק React ו-TypeScript, ו-PostgreSQL עם pgvector לזיכרון. קובץ LICENSE הוא רישיון MIT.
READMEההרצה הפומבית שכולם מצטטים
פאולה גרסיה קרדנאס פרסמה ב-12 באפריל 2026 תיאור בגוף ראשון של הרצה מול OWASP Juice Shop, אפליקציה שנבנתה להיות פגיעה. היא מדווחת על כ-38 דקות ריצה, 15 משימות ועלות של 1.39 דולר ב-API של OpenAI. הסוכנים הפיקו 11 ממצאים ובקשות curl כהוכחה לשלושת הממצאים הבולטים ללא אימות: XSS מוחזר, חשיפת קובץ גיבוי והגדרת CORS שגויה. הדוח הסופי כלל ציוני CVSS. זה תיאור של כותבת אחת על יעד קל, ולא שחזרתי אותו.
פאולה גרסיה קרדנאס: Autonomous Pen Testing with PentAGIברירות מחדל לשנות לפני פריסה
ב-docker-compose.yml שירות PentAGI מעגן את שקע ה-Docker של המארח ורץ כ-root, ויש הערה שאומרת זאת. ב-.env.example הערת אבטחה אומרת שמתן שקע Docker לקונטיינרים בארגז החול עלול לאפשר לסוכן שהוזרקה לו הנחיה להגיע למארח. DOCKER_INSIDE שם ברירת המחדל false, וההערה ממליצה על פרוקסי שקע בהרשאות מינימליות אם צריך. אותו קובץ כולל סיסמאות לדוגמה כמו postgres ו-devpassword, כל אחת מסומנת ב-change this to improve security. התייחסו להתחלה המהירה כהגדרת פיתוח.
.env.exampleמודלים מקומיים דורשים חומרה אמיתית
הרצת מודלים מקומיים חינמיים דורשת יותר מהמינימום ב-README, 2 vCPU, 4GB זיכרון ו-20GB דיסק, שמספיק לאפליקציה עצמה. עבור Ollama ה-README מבקש חלון הקשר של 110K ומציין ש-num_ctx נקבע רק ביצירת המודל, דרך Modelfile. דוגמת הייצור משתמשת ב-Qwen3.5-27B-FP8 על ארבעה כרטיסי RTX 5090. למודלים מתחת ל-32B פרמטרים ה-README קובע שניטור ביצוע ותכנון משימות הם חיוניים. הם כבויים כברירת מחדל (EXECUTION_MONITOR_ENABLED=false), עולים פי 2 עד 3 בזמן ובטוקנים ומשפרים את האיכות בערך פי שניים, לפי מדידת הפרויקט על Qwen3.5-27B-FP8.
מה אמרו צוות אבטחה פנימי והמתחזקים
בדיון GitHub מספר 217 (19 במרץ 2026) צוות אבטחה פנימי דיווח על 10 עד 30 אחוז תוצאות חיוביות שגויות, ממצאים שדורשים מיון ידני וכיסוי חלש של לוגיקה עסקית. הוא כינה את PentAGI כלי מהיר למעבר ראשון. המתחזקים השיבו שההערכה הוגנת בגדול לגרסה הציבורית עם הנחיה ראשונית מינימלית. הם הוסיפו שמשימה מוגבלת לקטגוריה אחת, כמו הזרקת SQL, נותנת תוצאות טובות יותר ממשימה רחבה. ה-10 עד 30 אחוז הם תצפית של צוות אחד, לא שיעור שנמדד לכלי.
דיון מספר 217תמונת העלויות
התוכנה ברישיון MIT. להרצה שלוש עלויות אפשריות: הוצאות API בהרצות אוטונומיות ארוכות, כרטיסי GPU למסלול המקומי, והזמן שלכם. RedSecLabs אומרת את האחרונה בפשטות: אתם עדיין מגדירים את היעד, מאשרים פעולות, מפרשים תוצאות ונושאים באחריות משפטית ומקצועית.
RedSecLabs: דעתי על PentAGIניתוח: המסקנה שלי
ההרצה שעלתה 1.39 דולר מראה מה הכלי יכול מול יעד פגיע ידוע עם מודל בתשלום. היא אומרת מעט על מערכת ייצור מבולגנת. עיגון השקע המתועד הופך את ארגז החול עצמו לחלק ממודל האיומים שלכם, לכן הריצו אותו על מארח מבודד. השתמשו בכלי לרמזים ראשוניים במערכות שבבעלותכם או שיש לכם אישור בכתב לבדוק, עם משימה צרה, ובדקו כל ממצא לפני שמישהו פועל לפיו.
מה לא הצלחתי לאמת
לא הרצתי את PentAGI ולא שחזרתי שום תוצאה. לא מצאתי מבחן ציבורי שמשווה גדלי מודלים מקומיים על יעדים זהים [unverified]. הסקירות של צד שלישי שקראתי הן משניות, ואני מצטט אותן רק במה שהן אומרות על הניסיון שלהן.
שיטה
הקוד והתיעוד נקראו ישירות בקומיט 843dfeb (9 באוקטובר 2026). דבר לא הותקן או הורץ. תוצאות מעשיות מיוחסות למחבריהן.
רשימת בדיקה להמחשה לפני פריסה, לא בוצעה
[ ] run on an isolated host you own, not a shared workstation
[ ] change every sample password in .env (postgres, devpassword, ...)
[ ] review the Docker socket mount; keep DOCKER_INSIDE=false unless needed
[ ] written permission for every target, scope stated in the task
[ ] one narrow task per run (one vulnerability class)
[ ] local model: Modelfile with num_ctx 110000; enable monitoring + planning if < 32B
[ ] a human checks every finding before anyone acts on it