На прошлой неделе поймал себя на странном занятии. Сижу на реальном проекте — легитимный тест, документы подписаны — и параллельно общаюсь с языковой моделью. Не как с секретарём. Как с напарником, который сидит рядом и подсказывает: «ты это направление уже проверял, попробуй другое». Или: «вот эта команда nmap не дописана, пропущен -p-». Мелочь, но за день набегает час экономии. А за пять проектов — целый рабочий день.
С ИИ в пентестинге сейчас происходит примерно то же, что с калькулятором в школе: одни кричат «это нечестно», другие просто быстрее решают задачи. Я попробовал — и делюсь честно, без продающих слоганов.
Автоматизация разведки: быстрее, но не умнее
На этапе recon ИИ экономит заметное количество времени. Не потому, что модель сама находит subdomains — для этого есть субдомейнеры и shodan. Суть в другом: когда у вас на руках сотня урлов с параметрами и вы пытаетесь понять, куда смотреть, GPT умеет быстро приоритизировать. «Вот эти пять параметров похожи на IDOR, вот эти два — на SQL-подозрительные». Не идеально, но как первая фильтрация — норм.
Конкретнее: гоняю связку ChatGPT или Claude плюс скрипт на Python, который вытаскивает из curl-вывода параметры и отдаёт в промпт. Запрос примерно такой: «список GET и POST параметров, 47 штук, что из этого скорее всего уязвимо к инъекциям, отсортируй по вероятности». Возвращает список — и с ним уже можно работать руками быстрее, чем перебирать всё подряд.
Где это ломается: модель не знает вашу конкретную версию софта, ваши кастомные эндпойнты и вообще контекст того, что перед ней. Бездумно доверять её приоритетам нельзя. Но как ускоритель первичного скриннинга — вполне.
