GPT-5.5-Cyber 在一天内搭建了一个 zlib 模糊测试实验室
这篇文章介绍了如何使用 GPT-5.5-Cyber 快速搭建一个针对 zlib 库的模糊测试（fuzzing）实验室。通过 AI 辅助，研究人员在短短一天内完成了从环境配置到自动化漏洞挖掘的完整流程，展示了生成式 AI 在安全研究中的实际应用潜力，特别是在加速传统软件测试和漏洞发现方面的能力。
背景速读
- Trail of Bits 是一家知名的美国网络安全研究公司，以代码审计、漏洞发现和开源安全工具开发闻名。
- "Patch the Planet" 是该公司的社区活动，鼓励安全研究者在一周内集中为关键开源软件提交安全补丁。
- zlib 是一个广泛使用的基础压缩库，几乎每个 Linux 系统和大多数软件都依赖它；对其做模糊测试（fuzzing）是安全研究的经典课题。
- GPT-5.5-Cyber 是 OpenAI 专为网络安全任务微调的 AI 模型，能够自主编写代码、搭建测试环境并运行漏洞挖掘流程。
- 传统上构建一个 zlib 模糊测试环境需要数天乃至数周的专业人力；AI 模型在一天内完成这一流程，代表了 AI 在安全自动化领域的显著进步。