大家好，我是老K，一个在电商安全圈儿摸爬滚打七八年的老兵。
前两天跟一个在拼多多做安全的老友撸串，三杯啤酒下肚，他跟我吐了个槽：他们现在搞大促，安全测试已经不怎么靠人肉堆了，而是让AI先把“最可能被薅秃噜皮”的路径自动筛出来，测试照着打就行，效率直接翻了10倍。
我听完差点一口毛肚呛进嗓子眼儿。你知道，干我们这行的，大促前最怕什么？不是黑客DDoS，而是那群拿着计算器、比产品经理还懂规则的羊毛党。传统安全测试全靠几个专家闭关脑暴，画各种攻击路径图，费劲巴拉也就覆盖百来种组合。拼多多这倒好，直接让AI把活儿干了。
厚着脸皮连哄带骗，我把这套思路套了出来，又结合自己在公司复现的demo，今天给大伙儿掰开揉碎，整成一期硬核技术教程。放心，我们不聊虚的，就聊怎么动手把这事儿落地。
一、那些年被薅羊毛支配的恐惧
先说说为啥这个事儿让我这么激动。
一个典型的拼多多式活动，什么“百亿补贴”、“砍一刀”、“红包雨”，叠加的营销规则能把你绕晕：满100减20的店铺券，能不能和全场满300减50叠加？新人10元无门槛券在退货后退回，还能不能参与“0.01元抢购”？如果用支付宝优惠再加多多支付立减，风控策略是认设备还是认身份证？
传统安全测试要怎么做？一般是安全专家拉着产品和运营，把活动规则文档啃一遍，然后靠经验在脑子里模拟攻击链：“先养一批小号，领新人券，凑单到门槛，再用某些虚拟商品把满减金额拆出来……”一个人一天能画出三四十条有效路径就顶天了，而且极度依赖那个专家的脑容量。万一他那天跟媳妇吵架状态不好，就可能漏掉一条“致命路径”。
结果就是，大促上线后，某个被忽略的组合被羊毛党脚本自动化薅走几百万，安全团队集体背锅。这种恐惧，做过电商安全的都懂。
拼多多这个“狠活”，本质上就是把这套人肉脑暴的过程，变成了一套AI驱动的自动化路径挖掘系统，而且上来就给你按风险从高到低排好Top 100，安全测试团队只管“点菜”就行。
二、核心思路：把羊毛地图画出来，让AI去寻宝
他们解决这个问题的思路，在我看其实就三步：
把所有的活动规则、用户动作、资金流动抽象成一张有向图（我管它叫“羊毛地图”）。
训练一个AI智能体，在这张图上玩一个“最大化收益且最小化被风控风险”的寻路游戏。
让AI每天自动跑，吐出当前最可能被利用的Top 100高风险路径，并直接生成测试用例。
类比一下，就像AlphaGo下围棋。棋盘就是业务规则图谱，落子就是用户的每一步操作（领券、加购、拆分订单、退款），赢了就是成功把平台的钱薅进自己口袋，而对手的风控系统就是另一个AI。咱们要做的，就是训练出一个能赢过风控的“最强羊毛选手”，然后把这个选手想出来的妙招，拿来做防守测试。
你可能会问，这玩意儿真能比人强？事实证明，人脑对复杂状态空间的搜索深度和广度都极其有限，而AI在图上做蒙特卡洛树搜索，一晚上能模拟出上亿条攻击路径，还能从中学习哪些动作组合更容易绕过风控。这根本不在一个量级。
三、手把手拆解：怎么自动生成Top 100高危羊毛路径
好，重点来了。我花了两个周末，用开源工具搭了一个极简版，这就把核心步骤拆成可以落地的教程。各位安全同仁可以直接参考这个框架去折腾。
第1步：把活动规则塞进图数据库，建一张“羊毛地图”
这是地基。咱们不玩虚的，直接用 Neo4j 或者 NebulaGraph 这类图数据库来干。
你需要把一次活动的所有要素抽象成节点和边。比如：
节点类型：用户状态（新注册、老用户、已实名）、优惠券（店铺券、平台券、新人券）、资金账户（钱包余额、多多支付）、商品（实物、虚拟、高补贴品）、订单状态（待支付、已支付、已退款）等。
边的类型：代表一个具体动作。例如 (:User)-[:CLAIM]->(:Coupon) (领券)， (:Order)-[:APPLY_REFUND]->(:RefundFlow)， (:Coupon)-[:COMBINE_WITH]->(:Coupon) (叠加规则) 等等。
关键是要把叠加规则和互斥逻辑刻在边上。比如一张店铺券“满100减20”和一张平台券“满300减50”可以叠加，你就拉一条带有 {type:"superimpose"} 属性的边。如果规则写“新人券不可与活动商品同时使用”，那就得设一条 FORBID_COMBINE 的边，或者在图谱上构建约束条件。
举个实际的图谱构建小片段，我用Python操作Neo4j：
from neo4j import GraphDatabase
driver = GraphDatabase.driver("bolt://localhost:7687", auth=("neo4j", "password"))
def build_activity_graph(tx):
# 创建商品节点，标记是否高补贴
tx.run("MERGE (p:Product {id:'sku123', price:149, is_subsidized:1})")
# 创建优惠券节点，标记门槛和面额
tx.run("MERGE (c:Coupon {id:'coupon_a', type:'shop', threshold:100, discount:20})")
# 创建一条“可应用于”关系，并标记谁可以领
tx.run("MATCH (c:Coupon {id:'coupon_a'}), (p:Product {id:'sku123'}) "
"MERGE (c)-[:APPLICABLE_TO {restriction:'new_user_only'}]->(p)")
当所有营销规则、商品列表、支付方式、退款流程都这么入库，你就得到了一张立体的“业务游戏沙盘”。一个完整的攻击路径，就是从 User 节点出发，经过一系列领券、加购、组合支付、拆单、退款等动作，最终到达 Profit 节点（提现或获得低价商品）的路径。
第2步：让AI学会“薅羊毛”——一个图上的强化学习游戏
有了图，接下来就是训练一个智能体在上面“寻路”。我用的方法是深度Q学习 + 图神经网络（GNN） 的变体，拼多多内部大概率也是类似的强化学习框架，只是特征工程和状态空间更精细。
状态（State）：当前用户所处的图谱环境向量。比如“手里有一张未使用的20元券，购物车有A和B，用户为新注册，设备指纹正常”。我们可以用GraphSAGE这样的GNN对当前子图做嵌入，生成一个状态向量。
动作（Action）：当前可选的图谱边。比如 CLAIM_ANOTHER_COUPON， ADD_ITEM_C， USE_COUPON_A， SPLIT_ORDER， REFUND_ITEM_B 等。每一个动作都会在图上游走一步。
奖励（Reward）：这是整个玩法的灵魂。奖励函数直接决定了AI会筛选出什么样的“最优路径”。我设计的奖励 = 预期净利润 - 风控风险惩罚 - 操作复杂度成本。
预期净利润 = 商品实际获得价值 + 套现收益 - 实际支付金额。
风控风险惩罚：用一个预训练的XGBoost分类器预测当前状态序列被风控拦截的概率，拦截概率越高，惩罚越大。
操作复杂度成本：比如“需要拉10个新用户砍一刀”的路径，我们就给一个较高的动作成本，这样AI会倾向于找短平快的路径。
训练的时候，让智能体在图里随机游走，每一步根据Q网络选择动作，最后到达“订单完成”或“提现成功”这类终态时，计算累计奖励，回传更新网络。跑个几十万局之后，这个智能体就成了精——它自动发现组合虚拟商品退款不退券、利用支付立减的时序差、用小号裂变绕过新人限制等等骚操作。
更进阶一点，可以直接上蒙特卡洛树搜索，在每次推演时用价值网络评估叶子节点，这能更稳定地找出高价值长链路。
第3步：筛选Top 100高危路径，并自动生成测试脚本
训练收敛后，我们不需要线上跑，而是在“羊毛地图”上做一次大规模的路径采样。让训练好的AI智能体在当前活动规则下，从不同的初始状态（不同用户画像）开始，执行10000次推演，记录所有成功获取正收益的完整动作序列。
然后，对采集到的一大堆路径进行排序。排序评分公式可以定为：
RiskScore = 预期收益 × (1 - 风控拦截概率) × 场景普适性
场景普适性可以看这个路径需要满足的初始条件有多苛刻，比如“必须是注册满一年且累计消费过万的金牌用户”就会降低普适性得分。
排序后，直接取前100条，这就是标题里说的“最可能被薅羊毛的100条路径”。每一条路径都是一串结构化的动作列表，例如：
路径#1:
- 新用户注册，领取新人10元无门槛券
- 搜索补贴商品X（售价11元），用券后支付1元
- 立即申请退款，平台退回10元现金到多多钱包（不退券，因券已使用）
- 用退回的10元现金+手动充值1分钱，购买另一件虚拟商品Y
- 使用好友助力获得的“免单”特权，将Y商品价格降为0.01元
- 完成低价购并提现余额
最后，把这100条路径直接喂给自动化测试框架。你可以用Selenium或者直接调API接口，把每一条路径转化为一系列可执行的测试用例脚本，并发执行。安全测试人员第二天上班，看到的不是需求文档，而是一份报告：“昨晚AI自动挖掘了100条高危路径，已自动执行85条，其中23条未被现有风控规则拦截，请人工验证。”
这效率，比人肉脑暴画图不知道高到哪里去了。
四、效率翻10倍，到底是怎么算出来的？
我算一笔账你们就明白了。
过去测一个大型活动，我们团队3个高级安全工程师，需要花2天去梳理规则、讨论攻击路径、画状态图，最终能产出的结构化测试场景大概在100~150条，而且遗漏率不低。上线后往往还发现三五个被利用的意外漏洞。
现在，把规则录入图谱需要半天，AI自动搜索和筛选路径需要2-3小时，生成测试脚本是实时的。一次可以产出上千条候选，精筛后Top 100交给一位安全工程师花半天时间验证完。整体耗时从“3人×2天=6人天”变成了“1人录入半天 + 机器2小时 + 1人验证半天≈1.5人天”，吞吐量还翻了几倍，说效率翻10倍真不算吹牛。而且AI能发现那些人根本想不到的“骚路径”，比如利用跨境支付汇率时间差、叠加退货包运费权益这些非常规操作。
五、我们能怎么借鉴？给你的落地小建议
听完是不是手痒？别急，给你一个最小可行起步方案，今晚就能搭着玩：
图谱层：Neo4j Community版 + Python驱动，先把你们最近一次活动的优惠券和商品规则手工录进去，节点不超过100个，边200条，完全够跑demo。
搜索层：别一上来就整强化学习，先用 NetworkX 库写个带剪枝的深度优先搜索，结合一个简单的规则引擎剔除掉明显被风控阻断的边。这样你就能跑出一些基础路径。
智能进化：积累了一定真实攻击案例后，用 LightGBM 训练一个二分类模型，输入路径特征向量，输出“是否为真实羊毛路径”。把这个模型输出的概率作为路径评分权重，立刻就能实现自动筛选Top N。
自动化调度：所有脚本扔到 Airflow 上定时跑，活动规则一更新就触发一次图谱重构和路径挖掘，把结果推送到企业微信机器人。完美闭环。
这个方案的精髓在于，用AI把安全测试从“经验依赖”变成“数据驱动”。当你的图谱和反馈数据持续积累，整个系统的聪明程度会滚雪球一样增长。
聊了这么多，其实最让我感慨的不是技术本身，而是拼多多这帮人敢把AI用在这么“接地气”的业务安全坑里，而且确实啃下了硬骨头。这给咱们所有做安全的同行提了个醒：未来可能真的不是拼谁的手速快、谁的经验老，而是拼谁先把业务规则变成数据，先把攻击者的思路让AI学会。
好了，今天就侃到这儿。我是老K，一个喜欢把狠活拆成教程的网安老兵。如果这篇东西让你觉得有点启发，不妨点个“在看”或转给同样头秃的安全兄弟。有啥想交流的，评论区随时怼我，咱们下期见。
本文部分内容参考了霍格沃兹测试开发学社整理的相关技术资料，主要涉及软件测试、自动化测试、测试开发及 AI 测试等内容，侧重测试实践、工具应用与工程经验整理。
