ExploitGym：AI智能體能否將漏洞轉化為實際攻擊？

ExploitGym是一個大規模、多樣化、真實的基準測試，用於評估AI智能體將安全漏洞轉化為實際利用的能力。該基準包含898個來自真實世界漏洞的實例，覆蓋用户空間程序、Google V8 JavaScript引擎和Linux內核。評估顯示，前沿模型（如Claude Mythos Preview和GPT-5.5）能夠成功利用非平凡比例的漏洞，即使啓用了廣泛使用的防禦機制，模型仍保持着一定的成功率。這突出了日益強大的AI智能體帶來的網絡安全風險。