Hey HackerNoon, es Kuwguap de nuevo.
Hace un tiempo, escribí sobre la construcción de RAWPA, mi copiloto de IA para pentesters, y la difícil decisión de apagar su característica de IA inicial porque no estaba entregando.Era una lección en saber cuándo pivotar.Hoy, quiero compartir el próximo capítulo de ese viaje: cómo RAWPA evolucionó de una colección de herramientas útiles a un sistema con un cerebro pensante.
Es una historia de feedback de la comunidad, análisis manual de datos y un momento "aha!" privado de sueño que cambió todo.
Parte 1: Construcción sobre la lucha impulsada por la comunidad
Después del pivote inicial, mi foco se cambió para hacer RAWPA innegablemente útil, rápido. lo abrí hasta un pequeño grupo de testadores tempranos (estamos a los 22 ahora, con alrededor de la mitad de usarlo diariamente!) y el feedback fue inmediato e invaluable.
Una de las mejores ideas vino de una conexión en la comunidad: "¿Por qué no integrar LOLBAS, GTFOBins y WADCOMS directamente en la aplicación?"
Fue una sugerencia brillante.El proceso de integración en sí mismo fue un ejemplo perfecto del lado unglamorous del desarrollo.Poner a LOLBAS a bordo fue una brisa; tienen una API fantástica diseñada para exactamente este tipo de cosa.
Los otros dos eran una historia diferente. Fue un hustle manual. Tuve que sacar los archivos del proyecto directamente de su repositorio de GitHub y escribir un analizador para mi base de datos. Afortunadamente, estaban estructurados en marcado, lo que hizo que el manejo de los datos que necesitaba fuera manejable. Fue un molde, pero hizo que la aplicación fuera instantáneamente más potente. A lo largo del camino, agregé herramientas más pequeñas como un Generador de Shell Reverse y un kit de herramientas OSINT.
La aplicación estaba creciendo. Se estaba convirtiendo en un asistente sólido, jerárquico. Pero sabía que todavía le faltaba un alma.
Parte 2: El momento "Bag of Bricks" y el cerebro de la IA (kinda)
Una noche, finalmente tuve alrededor de seis horas de sueño. me desperté a una idea que me golpeó como un saco de ladrillos: elNeural Pathway Methodology.
Vi con perfecta claridad cómo RAWPA podría trascender a ser un libro estático.
Este no es un envuelto LLM genérico. Ya había luchado con la implementación de un modelo RAG (Retrieval-Augmented Generation) y sabía el problema involucrado. Esta nueva idea era diferente. La Metodología de Pathway Neural da a RAWPA un cerebro especializado -una red neural- entrenado específicamente en un conjunto de datos masivo de escrituras, metodologías, herramientas y técnicas del mundo real.
Es la diferencia entre una herramienta que puede mirar las cosas y un sistema que puedeAprenderde la experiencia colectiva de toda la comunidad de ciberseguridad.
Cómo funciona el cerebro neuronal
El concepto es fusionar el conocimiento estructurado de la comunidad con el poder de razonamiento de un LLM moderno.
- Usted proporciona el contexto: Usted dice a RAWPA dónde está en su pentest, lo que ha encontrado y cualquier otro detalle relevante sobre el objetivo.
- La red neural, que ha sido entrenada en miles de informes de pentest, analiza su entrada y sintetiza los patrones y técnicas más relevantes de su base de conocimientos.
- Gemini colabora para generar un Pathway: El conocimiento sintetizado se transmite luego al Gemini LLM de Google con una solicitud personalizada, consciente del contexto. Gemini razones sobre la información para generar un camino único, paso a paso para usted. Esto incluye pasos actuables, comandos de herramientas específicas y, lo más importante, el razonamiento de la IA por qué está sugiriendo esa acción en particular.
- Aprende de los comentarios: Es un sistema vivo.Los usuarios pueden evaluar las rutas, y ese feedback se utiliza para refinar continuamente la red neural.Cuanto más se utiliza, más inteligente se obtiene para todos.
Por qué es un salto hacia adelante
Este enfoque no se trata sólo de añadir una etiqueta "AI".
- Inteligencia adaptativa: RAWPA ya no es una lista de verificación estática. aprende de nuevas escrituras del mundo real, lo que le permite adaptarse a las amenazas y técnicas emergentes.
- Orientación verdaderamente personalizada: Los caminos no son genéricos. Están adaptados a su contexto específico, haciendo que el consejo sea mucho más actuable y relevante.
- Un puente entre la experiencia humana y la IA: combina la sabiduría de innumerables informes escritos por humanos con la resolución de problemas creativa de un LLM.
El viaje de construir RAWPA ha sido un rollercoaster, pero por primera vez, se siente como si tuviera un alma.Está evolucionando de un simple asistente a un socio dinámico que ayuda a rejuvenecer el tren de pensamiento de un pentésimo.
Este es un esfuerzo impulsado por la comunidad.Si tienes metodologías, ideas o sugerencias, me encantaría escucharlas.LinkedinAl final del día, creo que RAWPA ayudará a alguien a desconectarse y aprender algo nuevo.El blog.
LinkedinEl proyecto es impulsado por la comunidad en su núcleo, y siempre estoy buscando probadores y colaboradores.https://rawpa.vercel.app/Y dime lo que piensas, el cerebro acaba de comenzar.
