ExploitGym：AI智慧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智慧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例項，覆蓋使用者空間程式、Google V8 JavaScript引擎和Linux核心。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，即使啟用了廣泛使用的防禦機制，模型仍保持著一定的成功率。這突出了日益強大的AI智慧體帶來的網路安全風險。