AI Agents 席捲編譯器領域：極速發現 LLVM 與 NVIDIA ptxas 的致命錯誤
為何重要
這項實驗證明瞭 LLM 不僅是構建應用的工具，更能成為極其高效的軟體工程與安全性鑑測工具，徹底改變編譯器等關鍵基礎設施的漏洞發現流程。
擁有十年開發經驗的專家利用 ChatGPT 與 Claude 等大型語言模型生成與除錯模糊測試工具，僅在一天內投入 1 萬美元便從 LLVM 與 NVIDIA 的 ptxas 編譯器中發現並通報了百餘個嚴重錯誤，將尋找高風險問題的成本壓縮至傳統模式的 1/5。這種由 AI Agent 自主學習與注入測試漏洞的模式，不僅大幅提升了底層軟體的測試效率，更證明瞭並行 Agent 掃描能夠比單一模糊測試發掘出更快更多樣的隱藏缺陷。