岗位职责
- 构建 AI Agent 驱动的自动化安全测试体系，集成代码审计、逆向调试、Fuzzing、渗透测试等工具链，实现从漏洞发现到验证的全流程自动化调度
- 设计 AI 安全能力基准测试框架，建立可重复、可量化的模型攻防能力评估流程（覆盖漏洞发现率、利用成功率、误报率等核心指标）
- 搭建 AI vs AI 自动化攻防对抗平台，推动安全测试从人工审计向 Agent 自主攻防演进
- 基于评测数据驱动安全能力优化，与模型团队协作建立"评测-反馈-训练"闭环迭代机制
职位要求
- 3年以上安全研究经验，至少精通以下方向之一： a) 二进制漏洞挖掘与利用（操作系统/浏览器/移动端） b) 渗透测试与红队评估 c) Fuzzing 工程（AFL/LibFuzzer/syzkaller 等） - 熟练掌握 Python/C/C++ 中至少两门，具备独立开发安全工具和自动化框架的工程能力 - 有 AI 结合安全研究的实践经验（如使用 LLM 进行漏洞挖掘、Exploit 生成、代码审计等） - 理解 AI Agent 核心机制（Tool Use、上下文管理、多步推理编排），有 Agent 应用开发或集成经验 【加分项】 - 有 CVE 编号、安全竞赛获奖、厂商漏洞赏金或名人堂记录 - 参与过模型安全评测、红队测试或安全微调数据集构建 - 熟悉 CodeQL / Semgrep / Joern 等静态分析工具 - 有大型开源项目（Linux 内核/Chromium/Android）的安全研究经历 - 活跃于安全社区，有技术博客、开源工具或会议演讲
