@wquguru: DeepSeek Harness 做网络安全研究是真的强,更重要的是基本无需破甲!!! 日常做逆向、渗透研究,Claude 是不敢用了,目前适合逆向和渗透的顶级模型只有两个—— 1. GLM-5.3 2. DeepSeek V4.1 Fl…
摘要
用户推荐用 ZenMux 网关在 GLM-5.3 与 DeepSeek V4.1 Flash 等模型间切换,用于逆向与渗透研究,并宣传 ZenMux 万圣节盲盒促销活动。
查看缓存全文
缓存时间: 2026/10/28 17:43
DeepSeek Harness 做网络安全研究是真的强,更重要的是基本无需破甲!!!
日常做逆向、渗透研究,Claude 是不敢用了,目前适合逆向和渗透的顶级模型只有两个——
- GLM-5.3
- DeepSeek V4.1 Flash 1017
为了能随时切换上述模型,我一般用的是 【ZenMux】:
- 质量、缓存率和官方完全一致
- 无需来回多个供应商切换
- 国产模型持续折扣
最近 ZenMux 还有万圣节盲盒 🎃: 每天现金消费满 $1 就能开盒,单份奖励最高估算价值 $500 活动 10/31 22:00 截止,每天 22:00 刷新 入口 👉🏻 https://zenmux.ai/halloween
Trick or Tokens — Halloween | ZenMux
Source: https://zenmux.ai/halloween

We use essential cookies to keep ZenMux working. With your permission, optional cookies help us remember your preferences and understand how you use our services. You can accept or reject optional cookies, or manage your choices at any time. Learn more in ourPrivacy Policy.
WquGuru (@wquguru): 想想有些后背发凉,有了这些开源项目,攻击周期直接从数月下降到数天,攻击成本更是将养一支专业团队下降到单人作战:
- 侦察:ScopeSentry(由ARTEX作者贡献),分布式资产测绘,子域、端口、指纹、漏洞一扫到底,ARTEX 能直接同步它的资产🫱 https://t.co/awSzHYfWfr
- 逆向:rea,把
相似文章
@Saccc_c: L站网友还是太超模了,有人根据GitHub上泄漏的DeepSeek Harness 内测生态插件仓库,反推出了部分技术架构 供参考,只能说对DeepSeek Harness期待住了!
L站网友根据GitHub上泄漏的DeepSeek Harness内测生态插件仓库,反推出了部分技术架构,引发对DeepSeek Harness的期待。
@FuckAnthropic: 做了对比分析,综合看,DeepSeek V4 Flash-0731 大致是一个 Opus 4.7 - 4.8 之间水平的模型,以极小激活规模进入了前沿 Agent 模型竞争区间,用约 1/12~1/60 的 token 成本进入前沿 Ag…
作者对比分析认为,DeepSeek V4 Flash-0731 在极小激活规模下达到 Opus 4.7-4.8 水平,以极低 token 成本进入前沿 Agent 模型区间,整体超越 GLM-5.2,但短板仍是困难仓库级编程和长时程工程。
@wquguru:有了这些逆向工程 + 渗透测试 Agent + 越狱模型,你就是网络地狱之王(懂的都懂,先 fork 起来,不然随时会没 🔥)
一篇关于网络安全 AI 工具的推荐合集:介绍逆向工程 Agent REA(MCP 连接 Ghidra/Hopper,数日破 60k Stars)、渗透测试 Agent CyberStrikeAI,以及可本地部署的 GLM 5.3 Flash、Qwen3.8-Flash 等无审查(uncensored/jailbreak)模型及其硬件要求。
我们让 DeepSeek 指挥四个 Qwen3.5-9B 模型,利用较小的开放模型对二进制文件进行逆向工程。
实验探索用 DeepSeek-V4.1-Flash 作为协调者指挥 4 个 Qwen3.5-9B 本地小模型对二进制程序进行逆向工程,结果显示小模型协作在小任务上纯属开销,但协调者动态改写工人提示和提供工具是最有趣的发现。
@jakevin7: Maka 的 Harness 工程让 DeepSeek Flash 的测试集效果接近了 GLM-5.2 的水平 ----------------------------------- maka + DeepSeek Flash V4,te…
Maka的Harness工程通过改进self-check机制,使DeepSeek Flash V4在terminal-bench样本集上达到接近GLM-5.2的评测效果,仅用4元人民币和97.5%的缓存命中率完成10道编程Agent任务。