Cochise：自主渗透测试的参考 harness

针对现有大模型驱动的自主渗透测试系统架构复杂、难以评估基础增益的问题，本文提出了 Cochise，一个仅 597 行代码的 Python 参考 harness。该系统采用分离式“规划器 - 执行器”架构，将长期状态维护在 LLM 上下文之外，并通过 ReAct 风格执行器经 SSH issuing 命令及自我修正。作者在 Game of Active Directory (GOAD) 测试床上验证了其有效性，并发布了回放与分析工具及轨迹日志数据集，旨在为比较模型、代理架构及渗透测试痕迹提供可复用的实验基础设施。