Antiproof 是一个端到端的漏洞发现系统，旨在同时实现高召回率和可靠自动验证，解决现有方法在成本和效果之间的权衡。系统核心结合了神经符号检测器合成（neuro-symbolic detector synthesis）和可利用性证明预言机（proof-of-exploitability oracles）。首先，Antiproof 从漏洞数据集中学习静态检测器，并通过迭代优化提升召回率；然后，利用预言机验证候选漏洞是否具备可执行的利用证明，从而确认攻击者能否实际利用。实验在 BountyBench 和自建的 KEVBench 数据集上进行，Antiproof 成功检测出 66 个漏洞中的 64 个，召回率相比静态分析基线和神经符号基线提升超过 60 个百分点。在对 50 个广泛部署系统的扫描中，Antiproof 发现了数百个先前未知的漏洞。截至论文发表，已负责任披露所有确认的零日漏洞，并获分配 12 个 CVE 编号，其中包括 Ray、SGLang、vLLM 和 LiteLLM 中的远程代码执行漏洞，这些漏洞可能允许攻击者控制大模型训练和推理系统。该研究适合安全研究人员、漏洞挖掘工程师以及 LLM 基础设施维护者阅读。