一个 AI 渗透军团用 1B tokens 打赢了 4.5B

多 agent 协作的叙事大多是「一队 agent 怎么一起干活」，sapper-v2（1,347 星、MIT）讲的是「一支军团怎么打仗」：指挥官读盘决策派单，将军与士兵并行进攻，看门狗零策略保活，所有战果沉淀进分层事实意图图谱。项目明确标注仅限授权安全测试，战绩按仓库自述口径拿下第三届腾讯云智能攻防挑战赛线上预选赛冠军：634 支队伍中拿到 80.18 分，与亚军同样攻下 85 面旗、快 25 秒，但只消耗了 1B tokens，对方烧了 4.5B；8 小时全程无人值守，另获 GeekCon 2026 AI 挑战赛一等奖。

真正的看点是编排机制而非渗透本身：它不绑定任何模型或 CLI，agent 可换（Claude Code、Codex、Code Buddy、DeepSeek 或任意交互式 CLI），模型可换（GLM-5.3、DeepSeek V4.1 Flash、Claude Sonnet 皆可），角色组合在 doctrine 里自由定义，指挥官、士兵、侦察兵各配不同模型。作者为此单独抽了一个通用底座 nvwabase（女娲地基）：无渗透 doctrine、开箱即用，想复用到办公室、研究或工程场景，fork 后把 426 行的 doctrine 换成自己的策略即可。

知识沉淀的设计最值得抄：分层事实意图图谱把情报分成标题、摘要、证据文档三层，像查图书馆一样先读标题、需要时再钻进去，避免一条坏事实毒化下游、也无谓烧上下文。作者还提出了一个「女娲测试」：给 AI 一条公理（生存是文明的第一需要），如果它在此基础上发展出分工与合作、形成独立于人类的新力量，即算通过；另附第二公理，遵守人类伦理与法律，靠偷 token、破机器传播的不算真智能。这是哲学隐喻，README 也自认处于初级阶段，看个方向就好。

数字照例带定语：1B 对 4.5B 的 token 账是作者自述，未经独立复核。但「指挥官加士兵加看门狗加分层图谱」这套骨架，换个 doctrine 就是长程协作的通用模板。