Skip to content
KitploitKITPLOIT
StrumentiBlog
Invia
StrumentiBlog
Invia

Strumenti di Hacking, PenTest e Cybersecurity per il tuo Arsenale di Sicurezza!

Kitploit è una directory di strumenti di hacking, cybersecurity e pentesting. Scopri gli ultimi aggiornamenti dei progetti per trovare vulnerabilità, analizzare sistemi, automatizzare i test e rafforzare la tua sicurezza.

··Feed·Contatto·Privacy·© 2026 Kitploit

Directory degli strumenti

Categorie

Vedi tutte le categorie
Loading categories
third-thoughts — Strumento di ricerca per analizzare i modelli comportamentali degli agenti AI attraverso l'analisi multidisciplinare dei corpus. Analizza i log delle sessioni, esegue 23 tecniche analitiche e genera report narrativi basati su LLM. | Kitploit
Strumenti/GitHubGitHub/lightless-labs/third-thoughts
Scripting e AutomazioneMachine LearningPaper e RicercaApprendimento e FormazioneRisorse CurateSicurezza dell'IARilevamento di AnomalieAnalisi dei Log

Più Popolari

Vedi tutti →

Scopri gli strumenti più utilizzati dalla nostra community.

Esplora tutti gli strumenti

Sfoglia la nostra collezione di strumenti

Vedi tutti gli strumenti →
Condividi
GitHub
lightless-labs/third-thoughts

third-thoughts

Strumento di ricerca per analizzare i modelli comportamentali degli agenti AI attraverso l'analisi multidisciplinare dei corpus. Analizza i log delle sessioni, esegue 23 tecniche analitiche e genera report narrativi basati su LLM.

Vedi Repository
32 mesi faNon ancora revisionato

Terzi Pensieri

Un progetto di ricerca di Lightless Labs che studia il comportamento degli agenti AI su larga scala attraverso l'analisi multidisciplinare di corpus (fondamentalmente, lanciare cose contro il muro e vedere cosa rimane attaccato).

Prende il nome dal concetto di Tiffany Aching del Mondo Disco: primi pensieri (gli agenti pensano), secondi pensieri (gli agenti analizzano il proprio pensiero), terzi pensieri (questo progetto analizza quello).

Cosa c'è in questo repository

Terzi Pensieri ha due parti che condividono un corpus e una metodologia:

  1. middens/ — una CLI in Rust per estrarre pattern comportamentali dai log di sessione degli agenti AI. Analizza trascrizioni da sessioni di Claude Code, Codex, OpenClaw e Pi coding-agent (stub per Gemini), classifica messaggi e sessioni, ed esegue una batteria di 23 tecniche analitiche (6 native Rust + 17 Python, raggruppate tramite un ponte Python incorporato). La CLI ha tre comandi principali: analyze (esegue tecniche → archiviazione Parquet), interpret (narrazione cross-tecnica basata su LLM) ed export (notebook Jupyter). Vedi middens/README.md.
  2. Artefatti di ricerca — catalogo dei metodi, specifiche in linguaggio naturale, studi di replica e risultati documentati in docs/. È qui che risiedono le affermazioni scientifiche.

Il corpus stesso (corpus/, experiments/) è gitignorato — le sessioni contengono dati privati e non possono essere ridistribuite. Gli strumenti e la metodologia sono aperti; i dati grezzi non lo sono.

Risultati salienti

Regola di ambito composta: qualsiasi risultato principale sul pensiero o sul comportamento testuale deve sopravvivere a quattro assi — session_type, thinking_visibility, language e una finestra temporale. Un risultato che non sopravvive a tutti e quattro non è un risultato. Maggiori informazioni in CLAUDE.md e docs/HANDOFF.md.

Struttura del repository

root@kitploit:~
middens/              CLI Rust — parser, classificatori, tecniche, ponte Python
docs/
  HANDOFF.md          Documento di continuità della sessione, leggere prima questo
  methods-catalog.md  20 famiglie di metodi, 80+ riferimenti
  examples/           Esempi pratici per il flusso di lavoro della triade CLI
  nlspecs/            Specifiche in linguaggio naturale (Perché / Cosa / Come / Fatto)
  reports/            Rapporti di ricerca
  reviews/            Revisioni tra pari multi-modello
  brainstorms/        Documenti sui requisiti
  plans/              Piani di implementazione
  solutions/          Conoscenza istituzionale — lezioni documentate
scripts/              Batteria analitica Python (26 script, in gran parte sostituiti da middens)
todos/                File todo individuali con frontmatter YAML

Gitignorato: corpus/, corpus-full/, corpus-split/, corpus-frozen/, experiments/, data/labeled-messages.json.

Per iniziare

Installa la CLI con Homebrew su macOS o Linux:

root@kitploit:~
brew install lightless-labs/tap/middens
middens --help

Su Linux senza Homebrew, scarica direttamente il tarball della release:

root@kitploit:~
# x86_64 Linux
curl -LO https://github.com/Lightless-Labs/third-thoughts/releases/download/v0.0.1-beta.4/middens-0.0.1-beta.4-x86_64-unknown-linux-gnu.tar.gz
tar xzf middens-0.0.1-beta.4-x86_64-unknown-linux-gnu.tar.gz
./middens-0.0.1-beta.4-x86_64-unknown-linux-gnu/middens --help

middens attualmente distribuisce binari per macOS Apple Silicon, Linux x86_64 e Linux arm64. Homebrew è la via più semplice se lo usi già; i tarball delle release e le build da sorgente sono documentati in middens/README.md.

Se vuoi eseguire la CLI sui tuoi log di sessione, vai in middens/. Se vuoi leggere la metodologia e i risultati, inizia con docs/methods-catalog.md e i rapporti in docs/reports/.

Archiviazione delle sessioni degli agenti

middens archive copia i log JSONL locali degli agenti in un archivio privato indirizzato per contenuto prima che i vendor, le politiche di conservazione o i tuoi stessi impulsi di pulizia notturna li facciano sparire. Memorizza le trascrizioni grezze, quindi tratta la radice dell'archivio come dati privati:

root@kitploit:~
middens archive --to ~/agent-session-archive --dry-run
middens archive --to ~/agent-session-archive --yes

Plugin di automazione autonomi risiedono in integrations/ e non richiedono il binario middens nel PATH:

  • integrations/pi/middens-archive/ — estensione Pi con /middens-archive-now e /middens-archive-status.
  • integrations/claude-code/middens-archive/ — hook di Claude Code più /middens-archive-now.
  • integrations/codex/middens-archive/ — hook di Codex più abilità di archiviazione.

Tutti e tre richiedono un MIDDENS_ARCHIVE_ROOT esplicito; nessun percorso di archivio predefinito viene scelto per te, perché cartelle di trascrizioni grezze a sorpresa sono scortesi.

Licenza

AGPL-3.0-or-later. Vedi LICENSE.

Scarica lo strumento
RisultatoStatoAmbito
Soppressione del 99,99% dei token di rischio nelle sessioni con pensiero visibileRafforzatolanguage=en ∧ thinking_visibility=Visible. N=4.518 sessioni, 31.679 token di rischio, 2 perdite.
Stato pre-fallimento/pre-correzione HSMMProvvisorio — direzione replicata, magnitudine instabileRiesecuzione pubblica HF fissa: attuali middens 5,61× Boucle-esclusi; script legacy 41,32× sotto i propri filtri/campionamento. Non citare un titolo in stile 24,6×.
MVT violato — gli agenti esplorano meno del dovutoRobustoVedi experiments/full-corpus/information-foraging.md.
Degrado della sessione (gli agenti peggiorano nel tempo)Vale solo per interattivoVedi experiments/interactive/survival_analysis.txt.
Contaminazione Boucle W10–W12 nel bucket "interattivo"Confermato1.820/1.826 sessioni portano marcatori di loop autonomo.