向死而生：AI 杀死了旧安全，我们来点燃新世界的链式反应

向死而生

当我和身边的朋友同事提起我要再次创业， 投身AI + 进攻性安全的赛道创业， 负面的反馈居多。

1. 1. 2025年整个安全赛道投融资额度只有6个亿， 几乎是2021年的30分之一。

2. 2. 安全行业交付重、定制化多但是钱少， 投资人都说太苦了。几乎没有安全行业的上市公司能赚钱， 能发得起工资的创业公司都不多。

3. 3. 网络安全加上了AI， 大部分人第一反应是可以进一步裁员， 而非新的机会。

安全赛道在资本市场已经很难称之为赛道， 在行业内部更是叫苦连天， 几乎所有的小伙伴都面临薪资和晋升停滞， 福利待遇下降。

到了 AI 时代，很多人最先感受到的，是焦虑，而不是生产力。

过去一年，我结束了上一段创业经历，加入杭州的一家大厂负责紫军。这是我第一次进入甲方，也恰好赶上了Agent元年，得以从内部观察 AI 对大型企业的改造。这里也要感谢 zhijie：那段时间，我能带去的有限，却从他身上学到了很多。

我发现，AI 带来的不只是生产力的变化，还有正在发生的生产关系变革。大型企业原有的组织形式，很难跟上这种自底向上的变化。企业可以用千万年薪争抢 AI 博士，却未必能留住内部自发冒出的超级个体。

但真正让我感到冲击的，还是模型的进步速度。

2026 年初，Opus 4.6 出现。在我的使用体验里，模型开始越过“辅助工具”的边界。在那之前，我还经常自嘲是个Tab 工程师；从那时起，模型和各类 Harness 一起进入了高速迭代的阶段。

有一段时间，我一边兴奋地烧着 Token，把那些想做却没时间做的东西全部都做出来了；一边又在它们完成之后，陷入更深的迷茫。

越是懂技术，越能感到它的可怕， 也更能感受到其中隐藏的力量。 超级个体真的能做出十倍百倍的产出。

为什么是现在， 为什么是我们

2021年， https://github.com/chainreactors 是一切的起点， 我们推出了第一个开源产品， gogo， 后来也演变成了许多人熟知的红队常用工具。也从这个起点开始，一路上因开源和工作结识了许多志同道合的朋友，逐渐从原子工具链衍生到ASM、C2、AI 渗透等分支，并且孵化了一些商业化的试点产品，让我们度过了冷启动时期。

不知不觉之间，几年的积累让我们攒齐了进攻性安全全流程的生态，并且几乎在每个子领域都尝试向着极限设计。

而腾讯云TCH是很重要的契机，它给了一个开放的舞台(感谢鑫哥)，让我们从垂直领域走到了AI + 安全的大舞台。我发现过去做到极致的设计理念在AI时代被放大了无数倍。技术理念上的开源让我们快速被更多的人认识，并且找到我们。

重新出发

技术上的验证，让我看到了我们能够参与竞争的理由；这些同行在海外的商业化探索，则让我看到了这件事作为一门生意成立的可能。

我最终决定辞去大厂的工作，再创业一次。

2026 年 8 月，拿到了 @微步在线（感谢薛总） 和 @楚总 的数百万元种子轮投资，正式启动 AI + 进攻性安全的创业计划，成立杭州链式反应科技有限公司。

2021 年埋下的种子，在这一刻发了芽。

我们准备创造超过人类的 AI Hacker，创造 Cyber “Nuclear Weapon”，最终走向下一代通用的 AI Engineering。

先把进攻性安全做到极致，再继续探索更通用的工程能力。进攻性安全是我们的起点，我们的理想在更远处。

2026年之初 openclaw就引爆了AI 应用层， 不需要多复杂的设计， 只是一个heartbeat+agent就炒热了数字人的概念。 2026年中， 对AI渗透的质疑声已经不见了，不管是挖0day、打红蓝、SRC， AI把能找到的一切传统的安全模式都打爆了。 我身处其中， 能感受到即将喷发的力量， AI在向所有的传统的技术和模式复仇。

做到技术上的绝对领先

除了在TCH上取得的成绩，我们创业的另一个契机是：我们突然发现，不管是XBow、PentestGPT还是strix……在深入调研这个赛道，并且反复测试后发现：

我们的几套架构在各个维度上都比这些稍早（指2024/2025年启动）的创业公司好得多，甚至一度以为是AI的幻觉，但最终不得不承认，从可公开收集到的信息对比，从测试结果上来看， 已经全面超过了他们。

而他们在国外验证了AI+进攻性安全的商业模式，让我最终决心辞去大厂的工作，正式加入这个赛道，与之正面对抗。

这里也需要解释一句，我们的领先大概率来自我们的后发优势：我们的技术迭代得够快，大部分情况下能超前AI技术社区做出各种AI工程架构上的迭代，因此总能和当下最强的大模型有效结合。

过去沉淀下来的知识不再是无可复制的经验， 而是限制创造力的 "知见障"。AI Native是一种需要技术碰撞， 需要挑战权威， 需要大胆实践 但又把控好边界的新能力。 极少的人就能撬动极大的杠杆， 我们碰撞出来的想法总是能领先openai/anthropic的技术文章， 我们的实践总是超前，我们的demo总是能打败大厂。

所以技术上的绝对领先， 对我们来说不是目标， 而是创业的必备条件。 如果我们无法在AI时代领先， 那么创业无从谈起。

tsecbench

目前，今年4月份的开源项目 Cairn 及其衍生架构自发榜以来已经霸榜 tsecbench 数个月，甚至top10都或多或少参考了Cairn的架构。过去的6个月我们也对Cairn进行了多种不同角度的优化， 更是基于此打造了能端到端交付的自动化渗透系统-衍迹

cybergym

在cybergym这个AI行业最知名的安全榜单上，我们最近也有了非常大的突破， 可以期待一下我们的设计在白盒上的表现。

与tsecbench的官方托管代测以及LLM交互日志完全透明相比，cybergym并没有这么透明，非常看提交者的自觉。同时，为了避免陷入无意义的卷分数中，我们会保持一如既往的风格，将可复现、可验证的架构开源。

另起炉灶，不在旧安全上打补丁

我们的scope是进攻性安全的生命周期，将抛开传统的产品思维，用AI重构进攻性安全产品，打造AI Native的产品，ASM、BAS、PTS、C2、CTEM等都在我们的射程范围内。

AI自动化渗透——衍迹商业版

我们的第一个产品是基于我们开源项目Cairn的商业版AI自动化渗透系统——衍迹。这是我们在第二届TCH中的一套架构，因为其在benchmark上的表现以及端到端交付的能力，我们决定让Cairn作为切入点，正式启动商业化。

我们推出覆盖渗透测试完整生命周期（从信息收集到后渗透）的正式版本以及即将面向中小客户的SaaS版本。

衍迹是业内首个 AI Native的自动化渗透系统，端到端全自动交付，主打低误报、长链路、可解释、可观测。

我们对开源版本Cairn的核心架构进行了大量的改进，在保留核心设计思想的同时，进行了全面的重构。

• • 移除了对外部agent的依赖，通过pi重新实现

• • 重构了工具体系

• • 设计了图的裁剪、压缩、路径算法

• • 引入了新的HITL机制

• • 长链路渗透的意图稳定性

• • ....

这些设计也始终遵循第一性原理，每个设计都经过了反复推敲、测试、验证。

衍迹的初版从7月中到8月底，不到两个月的时间里，大概有30多个客户参与测试，测试过程中RCE的客户占比90%以上，给了用户、甚至我们自己极大的震撼。有一系列经典案例包括：

• • 某运营商官网的RCE

• • 某大学的云管平台0day

• • 某个互联网企业多个供应商系统0day

• • 某车企大量数据泄露

• • 在多个省市HW中拿到较好成绩，纯AI平均每天产出5000-10000分

• • 大量的长链路的复杂高危漏洞

所有测试均在书面授权下进行

在模型的推动下，AI 已经能够挖掘出大量人类难以发现的漏洞。 几乎所有参与测试的用户，都给出了非常正面的反馈；在与同类产品的对比测试中，衍迹也表现出了远远超出预期的效果， 初步展现出了AI对传统的漏扫、ASM、自动化渗透系统的降维打击。

短期内，我们还会将 ASM、知识库、C2等机制接入到衍迹中。和其他AI渗透产品最核心的区别在于：我们不是 ASM + AI或者 C2+AI，而是一个通用的 AI Native的推理引擎，连接到了传统的基础设施之上。

全链路的智能化渗透

AI能全自动地交付漏洞只是第一步，AI真正能做到的事情远不止如此。目前，在一些靶场和真实环境的案例中，AI在人类的辅助（不实际操作，仅自然语言纠偏）下，已经能够完成超大型企业复杂对抗环境下的攻防演练。

而新的人机交互机制也能从根本上回答一个疑虑：如何解决智能体的可信和安全可控问题。人类暂时不需要担心会被AI彻底取代，反而更需要具备相关知识和经验的人与智能体高效协作。

因此，我们的下一代智能化进攻性系统将专注于人机交互，尝试重新定义AI时代用户需要的产品形态。

开源的商业模式

我们过去几乎所有的客户都来自开源社区：客户通过开源社区了解我们、接触我们，然后转为商业项目。在拿到融资之前，我们接触了近30家不同行业的客户，100%的客户听说过我们的开源项目和比赛成绩。

对我们这种技术导向的创业公司来说，开源有着巨大的帮助，似乎也逐渐走出了一个特殊的商业模式：将真正关心能力、关心技术的客户筛选出来。不再是给客户卖一个黑盒，而是让客户通过充分的技术调研和市场调研，判断我们的能力是否是他们需要的。

在AI时代的进攻性安全领域，AI重塑了产品的研发流程，客户更需要有过实战经验的人去做产品。

也因为模型能力变化带来的整个AI衍生工程快速迭代，开源PLG路线（Open Source Product-Led Growth，开源产品驱动增长）能更好地适应技术变革。这也是我们过去一直在做的事情：将核心的内核开源，将业务逻辑闭源进行商业化运作。

同时，我们也会与传统的安全厂商进行技术合作，将我们的技术能力交付给更多我们无法触达的潜在客户。

也为了保护我们的核心知识产权，我们后续将统一采用 AGPL协议。我们持有开源项目的专利和软著，如果您希望使用我们开源生态中的代码，也需要遵守AGPL，保留我们的署名以及开源义务。如果希望免除相关义务，可以联系我们：opensource@chainreactors.ai ，我们的知识产权团队会与您对接。

过去我们了解到，有多个商业产品使用了我们开源项目的代码，烦请主动联系我们，我们希望能在技术上深入合作。

我们承诺所有直接来自开源的直接收益也将用于开源，也欢迎来自学术界的合作。

开源倡议

我们从开源出发，因此计划将进一步加大对开源社区的投入。如果有可能，我们想发起进攻性安全开源基金会倡议，资助国内所有推动进攻性安全领域发展的开源项目。

AI时代的产品有几个根本性的变革：

1. 1. 代码不再是核心资产，被人使用的代码才有意义

2. 2. 技术架构与产品形态快速更迭，能被持续维护的代码才有价值

3. 3. AI打破了攻防的平衡，攻击方更先享受到了模型能力提升的红利

出于这个背景，我们希望这个项目不是将开源转为商业闭源，而是通过开源继续推动进攻性安全的技术变革，提高行业整体的网络安全技术能力，并在动态对抗的过程中，重新定义未来攻防的形态。

后记

我于2021年开始做chainreactors开源，2024年初步聚起志同道合的伙伴摸索生存方式，2026年正式启动AI+进攻性安全赛道的创业。

开源： https://github.com/chainreactors/wiki

官网： https://www.chainreactors.ai

链式反应公司公众号: 

旧安全已死， Long Live AI！