calif在2026年11月17日公布java4shell研究时,披露了一段ai辅助安全审计的过程:研究员quang luong约用一小时发现问题,再用两小时完成首个可工作的利用,所述token费用低于200美元。这是研究团队对该次工作的自述,不是独立核算的项目总成本,也不包含可据此推算的人力和全部基础设施费用。
研究者先确定方向,再过滤模型提出的发现
原文描述,研究者将检查方向集中在HotSpot JIT、intrinsic和容易到达的接口等交界处,并使用Codex辅助查找问题。早期结果中有不少路径不可达或利用条件不现实的发现,不能直接当作漏洞提交。研究者继续筛选后,才确认Base64优化实现中的内存破坏问题。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
Calif研究配图,以半人马表达人工经验与AI工具协作。
模型需要能解释复杂系统状态的工具
在后续利用验证中,Java堆内存分配和对象排列是关键。Calif称,AI曾在堆布局环节陷入停滞,团队因此制作小型堆跟踪与可视化工具,将系统状态和研究者掌握的特定场景知识提供给Agent,而不是只增加提示词长度。
团队先建立流程和策略,让AI复用这些基础设施处理后续攻击链;原文称之后不少链条已能接近自主构建。这种表述仍以团队建立的环境与方法为前提,不能理解为模型在任意线上系统中都能独立完成同样工作。

Calif关于研究耗时与Token费用的叙述,截图为浏览器翻译视图。
低于200美元的费用不能脱离统计范围
研究没有给出一个可用于所有项目的固定投入公式。其应用验证需要可达的解码入口、合适的对象布局和反馈路径,不同应用各有配置,研究还披露了网络延迟和请求缓冲对部分利用链的影响。一次研究中的Token开销,无法证明相同费用就能重复发现同等级问题。
立即学习“Java免费学习笔记(深入)”;
该披露提供的可参考经验,是人工负责研究方向、系统约束和结果验证,工具将复杂状态转成模型可使用的信息,AI再协助扩大分析和尝试范围。Java4Shell的实际处置仍应依据OpenJDK、Oracle及所用发行商的补丁公告;这段工作过程不改变漏洞的硬件适用条件。


















