Hey HackerNoon, itu Kuwguap lagi. Sesaat yang lalu, saya menulis tentang membina RAWPA, copilot AI saya untuk pentesters, dan keputusan yang sukar untuk mematikan ciri AI asalnya kerana ia tidak menyampaikan.Ia merupakan pelajaran dalam mengetahui bila untuk memutar.Hari ini, saya ingin berkongsi bab seterusnya dalam perjalanan itu: bagaimana RAWPA berevolusi daripada koleksi alat yang berguna kepada sistem dengan otak berpikir. Kisah ini bukan garis lurus.Ini adalah cerita maklum balas masyarakat, pemindaian data manual, dan momen "aha!" yang tidak mempunyai tidur yang mengubah segalanya. Bahagian 1: Membina pada Hustle Bergerak Komuniti Selepas pivot awal, tumpuan saya dipindahkan kepada membuat RAWPA tidak dapat disangkal berguna, cepat. saya membukanya kepada sekumpulan kecil penguji awal (kita kini berusia 22 tahun, dengan kira-kira separuh menggunakannya setiap hari!) dan maklum balas adalah segera dan tidak ternilai. Salah satu idea terbaik datang daripada sambungan dalam komuniti: "Mengapa tidak mengintegrasikan LOLBAS, GTFOBins, dan WADCOMS secara langsung ke dalam aplikasi?" Ia merupakan cadangan yang cemerlang. Proses integrasi itu sendiri merupakan contoh yang sempurna dari sisi pengembangan yang luar biasa. Mendapatkan LOLBAS di atas kapal adalah angin; mereka mempunyai API yang fantastis yang direka untuk perkara semacam ini. Kedua-dua yang lain adalah cerita yang berbeza. Ia adalah hustle manual. Saya terpaksa menarik fail projek secara langsung daripada repos GitHub mereka dan menulis parser untuk pangkalan data saya. Untungnya, mereka berstruktur dalam markdown, yang membuat pengambilan data yang saya perlukan boleh dikendalikan. Ia adalah sebuah grind, tetapi ia membuat aplikasi dengan serta-merta lebih berkuasa. Sepanjang perjalanan, saya menambah alat-alat yang lebih kecil seperti Generator Reverse Shell dan set alat OSINT. Aplikasi itu telah berkembang. ia telah menjadi penolong yang kukuh, hierarki. tetapi saya tahu ia masih kekurangan jiwa. ia adalah patung, menunggu otak. Bahagian 2: Moment "Bag of Bricks" dan Otak AI (Kinda) Suatu malam, saya akhirnya mendapat kira-kira enam jam tidur. saya terbangun kepada idea yang memukul saya seperti beg batu bata: . Neural Pathway Methodology Saya melihat dengan jelas bagaimana RAWPA boleh melampaui menjadi buku permainan statis. Ini bukan sejenis wrapper LLM umum. Saya telah berjuang dengan melaksanakan model RAG (Retrieval-Augmented Generation) dan tahu kesukaran yang terlibat. Idea baru ini berbeza. The Neural Pathway Methodology memberi RAWPA otak khusus - rangkaian saraf - dilatih secara khusus pada set data besar penulisan dunia sebenar, metodologi, alat, dan teknik. Ia adalah perbezaan antara alat yang boleh melihat perkara dan sistem yang boleh daripada pengalaman kolektif seluruh komuniti keselamatan siber. belajar Bagaimana otak saraf berfungsi Konsepnya adalah untuk menggabungkan pengetahuan berstruktur masyarakat dengan kuasa pertimbangan LLM moden. Anda Menyediakan Konteks: Anda memberitahu RAWPA di mana anda berada dalam pentest anda, apa yang telah anda temukan, dan mana-mana butiran lain yang relevan mengenai sasaran. Analisis Rangkaian Neural: Rangkaian saraf, yang telah dilatih pada beribu-ribu laporan pentest, menganalisis input anda dan mensintesis corak dan teknik yang paling relevan daripada pangkalan pengetahuan. Gemini Collaborates untuk Mencipta Pathway: Pengetahuan yang disintesis kemudian dihantar kepada Gemini LLM Google dengan prompt tersuai, sedar konteks. alasan Gemini atas maklumat untuk mencipta laluan yang unik, langkah demi langkah untuk anda. Ia belajar daripada umpan balik: Ia adalah sistem hidup. pengguna boleh menilai laluan, dan umpan balik itu digunakan untuk terus-menerus menyempurnakan rangkaian saraf. Mengapa Ini Adalah Lompatan Ke Hadapan Pendekatan ini bukan sahaja tentang menambah label "AI". Adaptive Intelligence: RAWPA bukan lagi senarai semak statis. ia belajar daripada penulisan dunia sebenar yang baru, membolehkan ia menyesuaikan diri dengan ancaman dan teknik yang muncul. Panduan yang benar-benar disesuaikan: Laluan ini bukan generik.Mereka disesuaikan dengan konteks tertentu anda, menjadikannya nasihat yang jauh lebih boleh dilakukan dan relevan. Jambatan antara kemahiran manusia dan AI: Ia menggabungkan kebijaksanaan laporan yang tidak terhitung yang ditulis oleh manusia dengan penyelesaian masalah kreatif LLM. Perjalanan pembinaan RAWPA telah menjadi sebuah rollercoaster, tetapi untuk pertama kalinya, ia berasa seperti ia mempunyai jiwa.Ia berkembang dari seorang penolong mudah kepada rakan dinamik yang membantu meremajakan kereta fikiran pentester. Ini adalah usaha yang dipandu oleh komuniti.Jika anda mempunyai metodologi, idea, atau cadangan, saya akan suka mendengar mereka. Pada akhirnya, saya percaya RAWPA akan membantu seseorang keluar dan belajar sesuatu yang baru. . Tag: Linkedin Tag: blog Tag: Linkedin Projek ini didorong oleh komuniti di terasnya, dan saya sentiasa mencari penguji dan penyumbang. Awak nak tahu apa yang saya fikirkan, otak saya baru sahaja bermula. https://rawpa.vercel.app/
