二进制漏洞挖掘资源有限先投入样本、覆盖率还是复现“成本拆解、资源预算与弹性伸缩”常被写成一串术语真正落地时却要回答几个朴素问题谁负责、何时停止、怎样证明结果。以AI 增强型 二进制漏洞挖掘Fuzzing 实战与崩溃复现链路分析智能检索、知识增强与上下文编排为背景本文给出一套可讨论的工作方法。先确定最低目标先确定这次只解决什么、不解决什么并列出目标二进制、构建选项、输入语料和崩溃样本。范围太大时优先保住高风险路径其余问题明确排入后续计划。实施中保持可回退先按请求路径拆分资源计算、存储、网络、外部服务和人工维护。这样才能知道成本变化来自请求量、输入规模还是某个具体依赖。预算应包含上限与告警阈值而不是只记录月度总额。对高成本操作设置配额、缓存或异步化方案并明确超限后的降级行为。弹性伸缩以可观测信号驱动例如队列积压和实际处理耗时。扩容前要确认瓶颈不是数据库、第三方限额或错误重试。优化前先找可删的工作预算紧张时先区分必须保留的解析与验证、可以缓存的重复分析、以及只为方便展示而产生的额外产物。优化应以减少无效输入、缩短保留周期和合并重复任务为先不能跳过样本隔离或结果校验。完成后核对构建信息、样本来源、复现条件和回归结果并注明尚未覆盖的条件。承认限制比给出宽泛承诺更有用。