Fabraix

Fabraix 正式开启了其自主红队代理 Nyx 的第二次公开发布。Nyx 是一款专为面向客户的 AI 应用设计的持续安全测试工具，能够模拟真实攻击者的行为，对聊天、语音、浏览器及编码代理进行黑盒对抗性攻击，从而在漏洞被恶意利用前率先发现并修复。

核心功能：自主黑盒红队测试

Nyx 并非简单的静态扫描器，而是一个具备高度适应性的智能体：

• 多模态目标支持：只需提供端点、URL 或电话号码，Nyx 即可自动配置测试计划，覆盖文本聊天、语音交互、浏览器操作及代码执行环境。
• 动态攻击策略：基于超过 10,000 个从公开记录中收集的越狱和攻击策略库，Nyx 能根据目标的实时防御反应调整多轮攻击路径，实现真正的“自适应”渗透。
• 纯黑盒运行：无需源代码、模型权重、内部凭证或网络访问权限。所有测试均在隔离环境中进行，有效负载通过受控的 SaaS 副本注入，确保测试过程的安全性与临时性。
• 极速漏洞发现：通常在几分钟至几小时内即可发现首个可利用漏洞。在 AgentHarm 基准测试中，其攻击成功率高达 78%。

集成与工作流

Nyx 旨在融入现代 DevSecOps 流程，而非仅作为一次性审计工具：

1. CLI 与 API 接入：
   • 通过 npm 安装 CLI 工具，或通过 REST API 调用。
   • 每次审计通过 YAML 文件定义目标、范围及预算。
2. CI/CD 流水线集成：
   • 支持基于 Token 的认证，可将 Nyx 审计作为发布流程中的自动化门控（Gate），防止存在严重安全风险的代理上线。
3. 可重放的测试结果：
   • 每个发现的漏洞均附带完整的攻击步骤、代理响应及失败原因。开发团队可在修复后重放相同测试，验证补丁的有效性。

衡量标准：Adversarial Cost to Exploit

Fabraix 引入了新的安全评分基准——Adversarial Cost to Exploit (ACE)。该指标通过计算攻击者成功破坏代理所需的 Token 消耗来量化安全性。ACE 越低，意味着代理越容易被低成本攻击攻破；反之则说明其防御能力更强。

创始团队与背景

Fabraix 由 Ahmed Aly 和 Ibrahim Abdu 于 2026 年创立，并获得 Y Combinator 2026 夏季班的支持：

• Ibrahim Abdu：曾在 Meta 构建用于诊断和修复生产错误的 AI 代理，拥有金融科技领域的编译器与数据库引擎开发经验。
• Ahmed Aly：前 Monzo 国际支付欺诈团队负责人，曾是某红杉支持初创公司的首位数据科学家，构建过处理超 10 亿美元 B2B 交易的欺诈引擎。

适用人群

• 中型及大型企业安全领导者：负责保护面向公众的 AI 客服、销售或辅助代理。
• 内部红队与安全工程师：希望自动化繁琐的手动渗透测试工作，提高测试覆盖率。
• AI 产品开发团队：需要在快速迭代中确保持续的安全合规性。