本文针对 Linux 内核漏洞利用中抽象策略与具体技术操作之间存在概念鸿沟的问题，提出了一种系统化的漏洞利用原语表征与自动化合成方法。作者首先形式化定义了六类漏洞利用原语，从逻辑能力到可验证效果进行归类；随后提出一种扩展的利用策略表示，将原语升级策略与原语路径代码合成规则耦合，涵盖对象约束、时间顺序、环境前提和验证约束。在此基础上，构建了名为 PrimSynth 的多智能体框架，通过协调多个智能体来发现、验证和合成为 Linux 内核内存破坏漏洞的利用原语。这些智能体以迭代闭环方式运行，直到找到有效原语，并利用验证信号作为可利用状态转换的证据来指导原语合成决策。同时，论文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。实验在覆盖 5 种漏洞类型的 16 个真实 Linux 内核 CVE 上评估 PrimSynth，结果表明其能够实现可靠的原语提取，原语匹配率达到 100%；在原语合成方面，当公开 PoC 可用时，多原语利用链的策略合成率（SSR）为 82.4%；在没有原语假设指导时，SSR 为 61.3%。这项研究为内核漏洞利用自动化提供了新的理论基础和系统实现，有助于蓝队深入理解漏洞可利用性评估流程，并可迁移至漏洞验证、补丁有效性测试及安全检测规则生成等场景。