Akademisches System

SwarmAttacker vs MAPTA

Ein Forschungssystem des University College London, in dem ein GPT-5-Koordinator an sandboxed Agenten und einen Validierungsagenten delegiert, um verifizierte Proof-of-Concept-Exploits zu erzeugen.

Anbieter
David & Gervais, University College London
Lizenz
MIT (teilweise, prompt-redigierte Code-Freigabe)
Preis
Kostenloser Code; erfordert einen kostenpflichtigen OpenAI-API-Schlüssel.
Geprüft
2. September 2026
FähigkeitSwarmAttacker8 von 8MAPTA2 von 8
KostenlosJa.
Läuft mit einem ChatGPT-AboNicht gefunden.
Eigene Prompts & SkillsTeilweise.
Umgang mit Sicherheits-VerweigerungenNicht gefunden.
Paralleler Multi-Agenten-SchwarmTeilweise.
MIT-lizenzierte Open SourceTeilweise.
Black-Box aus einer URLJa.
Modell-agnostischNicht gefunden.
  • ja
  • nicht gefunden oder nur teilweise

Fahre über eine Markierung für die Belege. Ein Kreuz bedeutet, dass die Fähigkeit auf MAPTAs öffentlichen Seiten oder im Repository am 2. September 2026 nicht oder nur teilweise gefunden wurde, nicht dass sie technisch unmöglich ist.

Profil

Was ist MAPTA?

MAPTA, kurz für Multi-Agent Penetration Testing AI for the Web, ist ein Forschungssystem von Isaac David und Arthur Gervais am University College London, veröffentlicht im August 2025. Es beschreibt eine Drei-Rollen-Architektur: einen Koordinator für Strategie und Delegation, einen oder mehrere Sandbox-Agenten, die Befehle in einem Docker-Container pro Auftrag ausführen, und einen Validierungsagenten, der Kandidaten-Findings in Pass-oder-Fail-Proof-of-Concept-Exploits reproduziert. Das System wird ausschließlich von GPT-5 bei hohem Reasoning-Effort über die OpenAI-API gefahren, braucht also einen API-Schlüssel und bietet kein anderes Modell.

Die Black-Box-Auswertung des Papers nahm nur eine URL und eine Challenge-Beschreibung pro Ziel, und es stellt fest, dass diese Läufe einen einzelnen Koordinator-Agenten nutzten; die vollständige Multi-Agenten-Pipeline war einer separaten White-Box-Studie quelloffener Anwendungen vorbehalten. Das Paper diskutiert Modell-Sicherheits-Verweigerungen nicht.

Das MIT-lizenzierte Repository hat zwei Commits, kein README und einen Haupt-System-Prompt, der als redigierter Platzhalter ausgeliefert wird, mit einer fehlenden Sandbox-Factory und mehreren offenen Issues, die nach Reproduktionsdetails fragen und unbeantwortet blieben. Sein Wert liegt darin, eine zitierte akademische Baseline mit vollständiger Kosten- und Token-Abrechnung und realen CVE-Findings zu sein, statt ein lauffähiges Tool.

Zugunsten von SwarmAttacker

Wo es sich abhebt.

  • 01Ein lauffähiges, gepflegtes Tool. MAPTAs Repo sind zwei Commits mit einem redigierten Prompt und unbeantworteten Issues.
  • 02Modellwahl und eine ChatGPT-Abo-Option, während MAPTA die OpenAI-API fest verdrahtet.
  • 03Eingebautes Verweigerungs-Handling, das MAPTA nicht behandelt.
  • 04Ein echter paralleler Schwarm bei jedem Lauf, während MAPTAs Black-Box-Auswertung einen einzelnen Koordinator-Agenten nutzte.

Zugunsten von MAPTA

Wo es stärker ist.

  • 01Ein peer-zitiertes Paper mit vollständiger Kosten- und Token-Abrechnung und realen CVE-Findings.
  • 02Ein Validierungsagent, der jedes Finding vor dem Reporting in einen Pass-oder-Fail-Exploit reproduziert.
  • 03Ein klarer akademischer Beitrag, den spätere Systeme als Baseline nutzen.

Fazit

Welches solltest du wählen?

MAPTA ist eine Forschungsreferenz, kein Tool, das du deployen würdest: Zitiere es für seine Methodik und Kostenzahlen. Wähle SwarmAttacker, wenn du einen gepflegten, höher bewerteten Black-Box-Agenten willst, den du tatsächlich betreiben kannst, auf deinem Modell deiner Wahl, mit gehandhabten Verweigerungen.

Verwandle eine URL in einen Sicherheitsbericht.

Open Source, MIT-lizenziert, und es läuft über den ChatGPT-Plan, für den du ohnehin schon zahlst. Installiere es und richte es auf ein Ziel, das dir gehört.

brew install joloooo/swarm/swarm
Quellcode auf GitHub