Linux 内核漏洞对下游系统的安全性构成重大威胁。尽管已有大量自动内核利用研究，但抽象利用策略与具体技术操作之间仍然存在概念鸿沟，导致自动化程度有限。本文针对这一挑战，首先提出了一套系统化的表征方法：将利用原语从逻辑能力到可验证效果形式化为六类，并扩展了利用策略表示，将原语升级策略与原语路径代码合成规则（对象约束、时间序列、环境前提、验证约束）耦合。在此基础上，作者设计了 PrimSynth，一个多代理框架，通过协调多个智能体来发现、验证和合成针对 Linux 内核内存破坏漏洞的利用原语。该框架中的代理在迭代闭环中运行，利用验证信号作为可利用状态转换的证据来支撑原语合成决策，直至找到有效原语。文章还提出了一种基于漏洞定向执行和可重启验证环境的自动化原语提取与验证方法。论文在 16 个涉及 5 类漏洞类型的真实 Linux 内核 CVE 上进行了评估。实验结果显示，PrimSynth 实现了可靠的原语提取，原语匹配率达到 100%；在原语合成方面，当公有 PoC 可用时，多原语利用链的合成成功率为 82.4%（策略合成率 SSR），即使在没有原语假设引导的情况下，SSR 仍能达到 61.3%。这项工作填补了内核漏洞利用自动化研究中从抽象策略到具体实现的鸿沟，为安全社区理解攻击者的自动化思路和潜在利用模式提供了重要参考，同时也可为防御者提供评估漏洞真实风险的新视角。