Refute-or-Promote 論文閱讀分析：很多漏洞 AI 真正缺的，不是再多找幾個疑似洞，而是更狠地先把大多數假洞殺掉
Refute-or-Promote 真正重要的，不是又多一條 AI 找洞工作流，而是把 LLM-assisted vulnerability discovery 從「會不會報」拉回「能不能先大規模殺掉假洞」，把漏洞 AI 的核心瓶頸重新定義成 precision crisis。
2026 年 4 月 22 日
LLM Agents
2026
Cyber Defense Benchmark 論文閱讀分析：很多 SOC AI 真正還不會的，不是回答安全問題，而是自己把惡意事件從海量 log 裡找出來
Cyber Defense Benchmark 這篇最重要的，不是又多一個 cyber benchmark，而是把 LLM agent 丟回真正像 SOC 的 open-ended threat hunting 任務：面對數萬到十幾萬筆 Windows logs，自己用 SQL 找出惡意事件時間點。結果五個 frontier models 全面失手，最佳模型平均也只找對 3.8% 惡意事件。
2026 年 4 月 22 日
AgenTEE 論文閱讀分析：很多 edge agent 真正缺的，不是再多一層 sandbox，而是連主機 OS 都摸不到它的推理中間態
這篇論文把 agent 安全往下挖到執行底座：若 edge device 上的 OS 與 hypervisor 都不該被完全信任，就需要用 Arm CCA 把 agent runtime、模型推論與第三方元件拆進可驗證的 confidential VMs。
2026 年 4 月 21 日
LogJack 論文閱讀分析：真正危險的不是 log 裡有髒字串，而是 agent 可能把它當成下一步要照做的修復指令
這篇論文證明 cloud logs 本身就可能成為 indirect prompt injection 通道；一旦 debugging agent 既會讀 log 又能直接下命令，log 就可能從觀測資料變成控制入口。
2026 年 4 月 21 日
PoC-Adapt 論文閱讀分析：真正讓漏洞 AI 變得比較像工程系統的，往往不是它會不會生 exploit，而是它知不知道自己到底有沒有真的打中
PoC-Adapt 最關鍵的洞見是：自動漏洞重現真正卡住的，常常不是 exploit generation，而是 exploit verification。只看 crash、log 或 return code 這類表面訊號，很容易把 incidental behavior 當成成功；PoC-Adapt 用 Semantic Oracle 比對 pre/post execution 的結構化系統狀態，再配合 Adaptive Policy Learning 減少 trial-and-error，讓整條漏洞重現流程更像可靠的工程閉環。
2026 年 4 月 21 日
SafeAgent 論文閱讀分析：真正能保護 agent 的，通常不是再多一道 prompt filter，而是把整條執行迴圈當成受治理系統
SafeAgent 這篇論文真正有價值的，不是再做一個更兇的 prompt guardrail，而是把 agent 安全重新定義成沿著 retrieval、tool use、memory 與 action loop 持續演化的 runtime 治理問題。
2026 年 4 月 21 日
TitanCA 論文閱讀分析：真正讓漏洞 AI 開始有產線味的，通常不是模型變神，而是終於有人把誤報漏斗做對
TitanCA 這篇論文真正有價值的，不只是它喊出找到了 100+ CVEs，而是它把漏洞 AI 的關鍵瓶頸講白：不是單一模型多聰明，而是你能不能把 matching、filtering、inspection、adaptation 串成一條會逐步壓低誤報、把候選收斂成真漏洞的工作流。
2026 年 4 月 21 日
RAVEN 論文閱讀分析：真正卡住漏洞 AI 落地的，往往不是找不到洞，而是寫不出一份像樣的漏洞根因報告
RAVEN 這篇真正補上的，不是另一個會找 bug 的模型，而是把「找到漏洞」與「寫成可交付的根因報告」之間那段常被忽略的 documentation gap 拉成正式研究問題。它把 Explorer、RAG、Analyst、Reporter 拆成多代理流程，想讓 memory corruption 分析更接近 analyst-grade RCA，而不是只停在一句這裡可能有 overflow。
2026 年 4 月 21 日
Towards Agentic Honeynet Configuration 論文閱讀分析：真正高產的誘捕系統，未必是掛最多假服務的那個，而是最會在對的時間露出對的 bait
Towards Agentic Honeynet Configuration 真正有意思的，不是把 LLM 塞進 honeypot，而是把 honeynet 變成會根據 IDS 與攻擊進度動態調整暴露面的 intelligence collection system：有限預算下，重點不是露出更多假服務，而是持續露出攻擊者此刻最想咬的那一口。
2026 年 4 月 21 日
Frontier LLM Offensive Cyber Benchmark 論文閱讀分析：真正把 agent 表現往上推的，常常不是 prompt，而是它手邊到底有沒有一個像樣的 Kali 工作台
這篇論文最值得看的，不是哪家模型又贏了幾題，而是它把 offensive cyber agent 的主因拆出來量：在同一個多代理框架與 200 題 NYU CTF Bench 下，Kali 工具環境比普通 Ubuntu 多出 9.5 個百分點 solve rate；反而很多看似聰明的 prompt engineering，在工具夠齊時只會把 agent 綁手綁腳。真正決定 agent 上限的，往往不是 prompt 花樣，而是 runtime substrate 有沒有先長對。
2026 年 4 月 21 日