We tested our own WAF with frontier AI models. Here’s what we found
Cloudflare 发布博客称，其构建了一个自适应 WAF 测试器：根据 WAF 对每个请求的拦截或放行结果动态调整后续请求，从而探索固定测试用例可能遗漏的变体。测试在获得授权的 staging 环境上覆盖六个攻击类别，发现了值得修复的检测缺口。
发展脉络
- 首次出现We tested our own WAF with frontier AI models. Here’s what we foundCloudflare AI
- 当前判断这体现安全厂商开始用前沿模型做自身产品的对抗性验证，而非只把 AI 用于检测侧。若同类做法扩散，WAF 与安全产品的评测标准可能从静态规则集转向自适应红队循环，但当前仅有一家厂商的单一博客，尚不足以判断行业普遍性。Agent Pulse · 分析
Cloudflare 在官方博客中描述了对自家 WAF 的一次自适应测试：测试器不是跑固定用例，而是依据 WAF 每次拦截或放行的反馈来调整下一个请求，以此探索固定测试难以覆盖的变体。测试在授权的 staging 环境上进行，覆盖六个攻击类别，并发现了检测缺口。博客表示随后说明了该循环如何运作、哪些请求得以通过以及团队如何处理。证据未披露具体模型名称、缺口数量、通过率或修复时间。
把 WAF 当作可查询的黑盒、用反馈闭环生成对抗性请求，是把模糊测试思路搬到安全策略验证上。其价值在于覆盖固定用例的盲区，但结论依赖 staging 环境与六个类别的范围，不能直接外推到生产流量。可验证的下一信号是 Cloudflare 是否公开具体模型、类别清单与缺口修复后的复测结果。
这体现安全厂商开始用前沿模型做自身产品的对抗性验证，而非只把 AI 用于检测侧。若同类做法扩散，WAF 与安全产品的评测标准可能从静态规则集转向自适应红队循环，但当前仅有一家厂商的单一博客，尚不足以判断行业普遍性。
对安全产品团队而言，这类闭环测试可作为发布前的补充验证手段，帮助发现规则盲区；对采购方而言，它提示应询问供应商是否做对抗性复测及结果是否可复现。由于缺少缺口数量与修复效果数据，目前不宜据此评估具体产品的防护水平。
可观察的后续信号包括：Cloudflare 是否发布复测数据或开源该测试框架；其他 WAF 与安全厂商是否公布类似自适应测试流程；以及是否出现针对此类测试的评测基准。若长期只有方法论描述而无量化结果，其行业影响应保持谨慎评估。