SESAA：LLM无标签迭代生成可审计静态分析规则
论文提出SESAA：LLM智能体从零迭代生成可审计的Joern静态分析查询，仅由另一LLM批评者反馈误报与疑似漏报，不使用真实标签。Python版OWASP基准8次运行平均F1为0.742，高于五款工具默认配置；真实项目试点检出19个后续CVE中的10个。
要点
- 智能体不看真实标签，只根据第二LLM对已标记和未标记代码的误报、疑似漏报反馈修订查询。
- OWASP Python基准8次独立运行平均F1为0.742，高于五款常用工具默认配置，并接近用真实标签调优后的最强工具。
- 真实项目试点中，漏洞引入前代码诱导的查询检出后续19个CVE中的10个，其中9个也可由同仓库规则检出。
为什么值得看
新框架和API不断制造静态分析规则空白，人工补规则滞后。SESAA用双LLM在无真实标签条件下自进化Joern查询，把规则维护从手写变成可审计的自动发现与修复。
谁会受影响
面向需要维护Python静态分析规则的安全工程师、代码审计人员，以及研究LLM辅助程序分析的研究者。
今天就能怎么试
公开代码、部署方式、价格和国内可用性均未知，本条未实测。目前只能依据论文了解方法：从零生成Joern查询，并由第二LLM批评者反馈后迭代修订。
原始来源
1Self-Evolving Static Analysis via LLM Pseudo-Labeling · arXiv cs.AI · 2026年10月23日✓ 已打开核对本条由 AI 根据上面的原始来源整理，经编辑审核后发布。数字和结论以原文为准，发现错误欢迎反馈。
相关动态
开放世界模型结合游戏引擎，单卡生成实时可玩画面
Matrix-Game 4.0 让轻量引擎负责规则和状态，视频模型将低多边形画面转成细致视觉，编码智能体则修改场景与玩法。论文报告 RTX 5090 上实现 480p、60 帧交互，按键到显示延迟为 112 毫秒，并宣布开放代码与资产。实时帧率需与响应延迟分开看。
业务智能体基准检查执行过程，完成任务也可能判失败
BizAgentBench 将 789 份知识文档、601 项业务工具和 50 个长流程任务放进可执行环境，既核验最终目标，也检查中间步骤约束。论文显示只看任务完成会掩盖无效操作；HF 早期标题为 BizBench，arXiv 修订版已改名。同时还应记录任务过程中的工具调用成本。
中英密集文字生图基准发布，专测海报长文与布局
UltraText Bench 提供 432 条人工检查的提示，覆盖 24 类真实场景，中英文各半，每张图要求四至十二处文字。评估分别看文字准确、清晰度、空间安排和场景质量，揭示快速模型可能更清晰却更容易写错字的取舍。适合中文海报选型。
AI协助发现PHP高危漏洞，网站维护者面临集中修补
爱范儿梳理 PHP2Shell 漏洞披露与紧急修补过程，介绍 OpenAI 安全研究在构造可复现证据中的作用。事件涉及底层软件广泛使用带来的连锁影响；具体风险取决于运行版本与部署条件，不能把使用 PHP 都等同于已经遭入侵。