摘要

大语言模型（LLM）应用于渗透测试时面临四个结构性障碍：执行过程不可控、结论不可复现、证据不可审计，以及模型自身不可验证。现有自动化工具以漏洞发现率为主要目标，未对授权边界与证据留存提供机制性保障；通用智能体框架虽具备自主决策能力，却缺少对测试范围的强制约束与对执行过程的完整记录。本文提出 Hermes-PentestAgent，一个受控的 AI 渗