AI 分析
痛点：团队缺少低成本、可重复的方式验证 AI 生成的补丁是否真正修复了安全漏洞，而不只是把攻击关键字过滤掉；因此需要一个能自动重跑真实攻击变体的“安全演练场”。
目标用户：安全工程师、应用安全（AppSec）负责人、使用 AI 编程代理的研发团队；初期更适合做渗透测试与代码审计的小型安全团队，以及需要做安全培训演练的企业。
证据：“The referee tests several variants of each attack, so blocking the word UNION still loses to UnIoN, and deleting a feature to 'fix' a bug counts as BROKEN.” / “Happy to answer questions or hear what would make this useful for real teams.”
变现：开源核心 + 托管版订阅：按仓库或团队席位收费的 CI 集成服务（每次 PR 自动跑红蓝对抗回归），再加上企业私有化部署与合规演练报告（可作为 SOC2/ISO 审计材料）按年收费。
MVP：把当前的 demo 收窄成一个 GitHub App：用户连接仓库后，系统对每个 PR 自动生成 3-5 个针对已修复漏洞的变体攻击测试（例如绕过大小写、编码变体、等价逻辑变体），逐项判断是否真的被修复；测试结果以 PR 评论和阻断合并的形式输出。技术栈沿用现有的 Switch 和多代理编排，两周内只做一个语言（Python/JS）和一个漏洞类别（SQLi 和 XSS）。
竞品：XBOW、CodeQL / GitHub Advanced Security、Snyk DeepCode AI、Semgrep Assistant、Google Big Sleep、Dreadnode Crucible
摘要：作者用 2 天时间在 SandboxAQ 的 Switch 上搭建了红队、蓝队和裁判三代理同室对抗的安全演练：红队必须用真实 flag 证明攻击成功，蓝队提出补丁，裁判则用变体攻击（例如用 UnIoN 绕过对 UNION 关键字的过滤）重新测试；最终红队得 5 分、蓝队得 10 分，并自动生成事件报告，代码已开源。该项目是典型的黑客松 demo，没有付费用户或收入数据，作者本人在帖尾询问“怎样才对真实团队有用”，说明需求尚未验证。机会点在于把“AI 补丁是否真的修好漏洞”做成能接入 CI 的自动化回归验证，卖给 AppSec 团队。