大家公认的是，在 Yaklang 出现之前，没有 Fuzztag 这个技术词汇出现，Fuzztag本身做的事情对大多数人来说都还是有一些学习成本的，例如{{int(1-10)}} 可以生成[1,2,3,4...,9,10] 然后渲染进数据中，这本身是没有标准和材料去学习的。

确实，Fuzztag是在 Yaklang 实现的过程中演变出来的一个非常实用的小的技术点，这种技术必然诞生于 ChatGPT(AI) 之前。

那么很多安全从业人员都还没有开始深入了解它的时候，或者因为惯性还没有接受这个技术之前…

AI 可以学得会吗？

猜测是没有用的，我可以给大家做一个有趣的实验：

当然，我们并没有提前做什么操作，仅仅是把YAK官方网站的一些数据进行了复制粘贴，“喂”给了 ChatGPT，他对我们的数据进行了总结，给出了一个总结性的定义。

Fuzztag是一个模糊测试数据生成器，可以帮助安全测试人员生成各种类型的测试数据，从而加快模糊测试的速度和效率。它支持许多标签和标签别名，可以生成各种类型的数据，如字符串、整数、网络地址、文件等，同时还可以进行编码、解码等操作。

我们姑且认为现在他已经学习了 Fuzztag 的正确用法，那么就可以尝试让他来编写一个案例。

可以问它，“你能编写一个数据包模糊测试的案例吗？”这样便可以检验我们的“咒语”是否生效了。

我相信看到结果的时候，我们已经明确了，Fuzztag 这项技术至少在当前的上下文中，已经被 AI 学习了，并且他可以明确知道这项技术的目的是被用来测试数据包。

然后，我们再问一次，它甚至能给出更具体更合理的格式：

我们尝试把精心编写的部分教程和代码 API 丢给 AI，那么他可以帮助我们编写一个合理的模糊测试案例吗？

至少他在学习 Fuzztag 上非常熟练。那么我们接下来需要思考，如果他知道了 Yaklang 的 eBNF（G4）语法标准，那么它可以自己编写一些代码吗？

我随即把  Yaklang  的 eBNF 范式丢给 AI。

AI说它看懂了，这是一个语法规则文件，接下来我们让他编写一个斐波那契数计算看看深浅。（这个挑战并不简单，最直观的斐波那契数列的计算要用到递归）

虽然 Yaklang 本身的语法定义并没有特别复杂，但是明显 AI 已经学会了如何使用它实现“编程”。相信这个任务的结果已经远远超出大家对它的预期了吧？

在完善 Yaklang 的官方文档中，尤其是逻辑性很强的和代码，在相关的文档中，我只需要编写代码案例，让 AI 解释代码，然后进行措辞和知识性的修改，就可以复制粘贴出来作为真实的文档内容上传。

细心的同学可能已经发现，Yaklang.io 最近更新了官网，当然除了外观之外，我们对语言本身适配的教程以及文档有了非常明显的完善。那么，经过我最近的咒语调教，你猜猜更新的文档中，有几成是 AI 编写的呢？

PS：点击文末原文链接直达官网~

更新通知

往期精彩