谷歌开源Mantis：模块化安全技能工具包

开源定位与核心能力

Google已开源Mantis，这是一套与技术栈无关（stack-agnostic）的安全审查技能工具包，专为AI编码智能体设计，使其能端到端执行漏洞生命周期管理。其流程覆盖：识别疑似缺陷、剔除误报、在沙箱中复现漏洞、编写最小化补丁、对补丁发起再攻击（re-attack）、并量化剩余风险。Mantis并非传统意义上的‘一键式’代码仓库扫描器，而是一组可通过斜杠命令（slash commands）加载至现有编码智能体的可组合技能模块，并强制规定代码执行边界——仅允许在受控环境中运行。

部署状态与兼容性

Mantis当前处于可部署但非生产就绪阶段：支持本地及企业内网环境下的评估使用，不建议直接用于生产系统。用户可即刻克隆GitHub仓库，在Gemini CLI、Antigravity CLI、Google ADK或任何兼容的智能体框架中运行。其流水线将每个环节封装为独立技能目录，以斜杠命令形式调用，并支持顺序编排。一个名为`/mantis-meta-agent`的监督型技能可在长会话中驱动完整闭环。

分阶段技能体系

Mantis采用三阶段技能架构： 前期理解阶段：`/mantis-history`挖掘版本控制历史中的安全修复记录；`/mantis-summarize`生成目录结构概览；`/mantis-architecture`构建Markdown格式知识库；`/mantis-threat-model`推导信任边界；`/mantis-plan`输出定向审计路线图。

中期发现与过滤阶段：`/mantis-researcher`依据路线图扫描文件；`/mantis-dedupe`合并重复项；`/mantis-review`应用否定规则；`/mantis-critic`剔除无法在发布版中触发的问题。

后期验证与修复阶段：`/mantis-reproduce`在gVisor或禁用网络的虚拟机中执行漏洞载荷；`/mantis-chain`基于已确认单点漏洞组装多步利用链；`/mantis-patch`应用并验证修复；`/mantis-calibrate`按1–10分制评定残余风险；`/mantis-reflect`将经验写回知识库供后续迭代；`/mantis-report`生成人类可读的审计报告包。新增技能`/mantis-advise`实现前置干预——在编码前查询历史威胁模型、漏洞谱系与已验证补丁模式，预防同类缺陷重复引入。

设计哲学与关键指标

Mantis的核心差异化在于‘接地性’（grounding）：它以沙箱复现和补丁再攻击为可信边界，而非依赖大模型置信度输出。所有阶段间接口（inter-stage contracts）均明确公开，便于团队将其嵌入确定性编排框架，避免让大模型直接调度shell命令带来的不确定性。Google指出，当前朴素AI代码扫描的真实阳性率（true-positive rate）普遍低于7%，Mantis正是为此类高误报痛点而生。其分层摘要树（hierarchical summary tree）技术可降低Token开销超85%。项目遵循Apache 2.0许可证，源码托管于github.com/google/mantis，并配套提供Agent参考指南、云CISO视角白皮书及快速入门文档。

> 编者观点：Mantis代表AI安全从‘告警生成’迈向‘闭环处置’的关键演进，其模块化、可验证、强约束的设计思路，为中国企业构建自主可控的智能安全运维体系提供了可借鉴的工程范式。