前言

自从AI强大起来后，我就很少写文章了，因为现在干活的都是AI，我变成了一个指挥者，这样就很难产出让我自己满意的文章。另外，以前我的博客经常记录我遇到了某个难点，我是如何解决的。现在，我遇到难点，然后让AI给我解决，这样根本无法像以前一样输出这类文章。

本文讨论如何基于 AiPy 构建面向开源项目的白盒源码审计工作流。

记录MacOS上遇到的一个小问题

引言

2025 年，OpenCode 正式发布并迅速走红。如果你用过 Cursor 或 Claude Code，可以把 OpenCode 理解为它们的”开源版”——一个能在终端、IDE 或桌面端运行的 AI 编程代理，旨在通过 AI 自动化处理编写代码、调试、重构以及理解复杂代码库的任务。

但 OpenCode 的能力并不局限于开发任务。本章将探讨一个不同的使用场景：如何使用 OpenCode 对 IoT 设备进行自动化安全审计。

传统的 IoT 安全审计流程通常包括：提取设备文件系统、识别关键二进制程序、使用 Ghidra 等工具进行逆向分析、最终输出漏洞报告。这一过程高度依赖人工经验，耗时且重复。本章的核心思路是：将审计经验封装成 AI 可理解的工作流，让 AI 承担重复劳动，审计人员专注于决策和验证。

本文旨在探讨一种针对 IoT 设备的 AFL++ Fuzz 新方案。

本文将探讨将 qemuafl 的补丁应用到 QEMU v10.x 版本时可能遇到的困难及解决方案。

本文将深度解析 AFL++ 对 QEMU 的 patch 细节。

记录第一次成功完成从电路设计到能正常使用的过程。

使用aipy开发knockknock案例分享。

最近在思考大模型的应用，准备先试试现在各种大模型编程工具。