论文拆解漏洞挖掘 Agent 账单：60.4% token 花在理解代码上
rohanpaul_ai · x · 2026-10-19
arXiv 论文《Where Do the Tokens Go? Understanding and Reducing Costs in LLM Agents for Vulnerability Discovery》诊断了 LLM 安全 agent 的 token 消耗去向与失败原因，基于 200 条 CyberGym 轨迹、覆盖 Codex、OpenCode、Cybench、EnIGMA 四个 agent 的开放编码研究。
三大发现：
- 不同 agent 的成功率与成本差异巨大，且花得更多并不必然带来更好结果。
- 代码定位与理解 + 漏洞推理与触发设计合计占 token 消耗的 60.4%，是失败运行的两大瓶颈；agent 可能烧掉数百万 token 仍产出一个可用的 PoC。
- 现有效率方法中仅 24.4% 的对比组能在更低总成本下保持成功率，不合适的信号与辅助开销限制了收益。
作者据此提出 AVRI（Agent-centric Vulnerability Reasoning Interface），核心是持久化的双向证据链（Bidirectional Evidence Trace, BET）：把输入消费方式与「使所选操作不安全」所需条件连接起来，保留源代码支撑的对应关系及 agent 的假设与未解问题，辅以读取、分析、持久化命令，帮助 agent 构建并维护推理上下文，从源头降低无效 token 消耗。
所属事件:研究揭示漏洞挖掘 Agent Token 开销，代码理解占比超六成(2 条相关)→
「编程与Agent」频道最新
- 用状态机做 Agent 逻辑被严重低估：像乐高可自主重排 — DavidKPiano · 2026-10-19
- 受 Booking.com 播客启发,作者推出 Query Agent MCP 服务器 — CShorten30 · 2026-10-19
- Booking.com 平台团队用 MCP 服务器向各团队分发工具调用 Agent 能力 — CShorten30 · 2026-10-19
- Agent 自动给各家 LLM 充值？博主征集钱包与支付宝方案 — huangyun_122 · 2026-10-19
- LangChain CTO 将办炉边谈话:生产级 Agent Traces 如何反哺模型训练 — hwchase17 · 2026-10-19
- 评测体系正取代自动化测试,成 AI 软件开发新核心环节 — somangshu · 2026-10-19