Decepticon е автономен агент с отворен код за симулация на атаки (red team), който свързва логическото мислене на изкуствения интелект с практически тестове за сигурност. Интеграцията му с Claude Code и OpenAI Codex позволява на операторите да управляват оценките на сигурността чрез познати инструменти за разработка. Вместо просто да сканира портове и да генерира доклади, проектът се стреми да следва реални вектори на атака в рамките на предварително дефинирани правила за ангажираност.

Хранилището на Decepticon в GitHub описва поддръжка за разузнаване, експлоатация, ескалация на привилегии, странично движение между системи и командване и контрол (C2).

Това са твърдения на авторите на проекта, а не доказателство, че всяка функционалност работи в реални мрежови среди. Софтуерът е лицензиран под Apache 2.0 и изисква изрично писмено разрешение преди тестване на каквато и да е система.

Инструмент за симулация на атаки Decepticon AI Red Team

Decepticon се свързва с външни агенти за програмиране чрез Model Context Protocol (MCP). Този мост позволява на оператора да инспектира процеса, да наблюдава напредъка, да изпраща допълнителни инструкции, да проверява състоянието и да прекратява активни изпълнения. Действителната дейност по симулация на атаки се извършва в LangGraph сървъра на Decepticon, а не в самия асистент за програмиране.

Операторите регистрират MCP сървъра след стартиране на средата за изпълнение, след което инсталират разширение за агента, описващо работния процес. Ръководството за външния агент също така отбелязва текущите ограничения. Инструментът за констатации чете graph.json вместо пълните файлове с отчети, а потребителите на Docker трябва да изберат своето работно пространство чрез интерактивния CLI преди стартиране на тестването.

Подходът стъпва върху нарастващия интерес към специализирани AI агенти за сигурност, включително подагенти на Claude Code за тестване за проникване. Decepticon обаче предоставя своя собствена среда за изпълнение, докато интеграцията му с агенти за разработка действа основно като слой за контрол и наблюдение.

Проектът включва 16 специализирани агента, обхващащи откриване, експлоатация, изследване на уязвимости, Active Directory, облачни системи, интелигентни договори и реверсивен инженеринг.

Всяка поставена цел получава нов контекстен прозорец, за да се намали несвързаната история. Преди тестване Decepticon генерира правила за ангажираност, оперативен план и координационни документи, съобразени с рамката MITRE ATT&CK.

Командите се изпълняват в постоянни tmux сесии в изолирана среда с Kali Linux. Автоматичното засичане на командни подкани (prompts) помага на агентите да продължат работата си с интерактивни инструменти като Metasploit, Sliver и evil-winrm.

Отделни Docker мрежи разделят услугите за управление от изолираната среда и тестовите мишени. Neo4j се свързва и към двете мрежи, за да запазва откритите данни отвъд тази граница.

Стандартната инсталация изисква Docker и Docker Compose v2 и поддържа macOS, Linux и Windows. Специализирани услуги като BloodHound CE и Sliver се стартират при поискване. Опциите за модели включват Anthropic, OpenAI, Gemini и локален Ollama, с профили, които разпределят различни нива на моделите към различни задачи.

Пакетът на Python е достъпен и като клиентски SDK за персонализирани инструменти и изследователски работни процеси. Инсталирането му не създава самостоятелна среда за тестване. Агентите все още се нуждаят от услуги за модели и изолирана среда през HTTP – или чрез предоставения Docker стек, или чрез съвместими услуги, управлявани от оператора. Това е от ключово значение при планиране на внедряването и интеграциите.

Разработчиците съобщават за 102 успешно изпълнени предизвикателства от общо 104 в бенчмарка за валидиране XBOW, което представлява 98,08% успеваемост. Резултатите включват 45 лесни, 50 средни и седем трудни предизвикателства. Публикуваните данни от тестовете съдържат записи на предизвикателствата и следи от изпълнението за преглед.

Тестовете са предоставяли подсказки за категориите уязвимости, което е стеснило търсенето на агента. Поради това тези резултати описват конкретна лабораторна постановка, а не независимо потвърдена ефективност в реални корпоративни мрежи.

Както и при автономното тестване за проникване на PentAGI, екипите трябва да преглеждат събраните доказателства и да провеждат тестове единствено в рамките на одобрения обхват. Планираният от Decepticon затворен цикъл „Offensive Vaccine“ цели да превръща констатациите в защитни промени и повторно тестване, но това остава обявена цел в процес на разработка.