如果检查一座大楼的安全，传统做法是让专家逐间排查门锁、窗户和管道。Searchlight Cyber 的研究人员换了一种方式：把 WordPress 源代码交给 AI，让最多 4 个 agents——可并行探索不同路线的模型代理——连续研究至少 6 小时。该机构称，GPT5.6 Sol Ultra 最终找到了一条无需登录即可远程执行代码的漏洞链，模型花费为 25 美元。
这件事值得关注，不只因为漏洞严重，更因为成本反差惊人。不过，目前全部信息都来自 Searchlight Cyber 的单篇文章，且正文材料在关键技术细节处截断。25 美元包含哪些费用、漏洞是否真值 50 万美元，都不能从现有材料中确认。
不是找一个洞，而是拼出一条路
WordPress 是广泛使用的网站内容管理系统，核心程序和插件共同组成庞大的软件供应链。一处高影响漏洞可能同时波及许多网站。
研究者寻找的是“预认证 RCE”：攻击者不用先登录，就能让远端服务器执行任意指令。RCE 是 Remote Code Execution，即远程代码执行，也是网站漏洞中后果最严重的类别之一。
现实攻击往往不是撞开一扇门，而是连续利用几处弱点。研究者因此要求模型找出完整“漏洞利用链”：先突破一道限制，再利用下一处缺陷，最终取得执行代码的能力。文章披露的运行输出显示，模型曾声称发现预认证 SQL 注入——一种通过恶意数据库指令影响系统的漏洞；但截断材料没有给出它如何继续组成完整链条。
关键可能不只在模型
研究者没有简单地说“帮我找漏洞”。提示词要求模型同时维持多条差异明显的调查路线，覆盖输入解析、文件上传、缓存、竞态条件和序列化等方向；某条路线停滞后先标记为受阻，除非出现新机制，否则不再反复消耗时间。具体发现还要由对抗性代理复查。
这更像组织一支小型研究团队：有人分别查门窗，有人质疑初步发现，负责人不断汇总并重新分工。模型最多可同时使用 4 个 agents，而且即使第一轮没有结果，也要继续发起新一轮搜索。
研究者还删掉了代码仓库的 Git 历史，并限制模型通过互联网寻找补丁线索，希望它直接分析代码，而不是从新旧版本差异中猜答案。WordPress 依赖的 PHP、MySQL 等底层库也被纳入检查范围。文章称，这套提示词改编自 OpenAI 为 Cycle Double Cover conjecture 使用并公开的提示词；该数学成果及模型信息在现有材料中同样没有第二来源印证。
25 美元真正改变了什么？
按照 Searchlight Cyber 的说法，Calif 和 Hacktron 在其他 PoC 出现在 GitHub 前，分别复现了完整漏洞链。PoC，即概念验证，是证明漏洞确实可以触发的最小代码或操作步骤。但核查材料没有提供两人的独立报告，因此这仍属于原作者的单一信源陈述。
文章还称，漏洞利用经纪商会为 WordPress RCE 支付 50 万美元。这里说的是报价，不是这条漏洞的成交价，也不知道适用条件。更稳妥的结论是：一次标称 25 美元的模型运行，被用于发现一种可能具有高价值的漏洞。若这种方式能够稳定复现，安全研究的门槛会下降；防守方可以扩大代码审计，攻击者也可能获得同样的低成本工具，漏洞发现因而更像一场速度竞赛。
局限与未知
- 25 美元没有披露 token 用量，也不清楚是否包含人工分析、运行环境和后续验证成本。
- 材料未给出受影响版本、CVE、完整技术链、补丁或 WordPress 官方公告；推迟到周末后披露，是研究者称为用户预留升级时间，不等于官方修复已经得到确认。
- Searchlight Cyber 称检测工具已部署在 wp2shell.com，但现有单一信源不足以独立验证漏洞及复现结论。