长程网络安全能力差距缩小

rohanpaul_ai · x · 2026-07-18

这条帖转述了一组关于长时程网络安全能力的评测结果：在 AISI 的 32 步 “The Last Ones” cyber range 上，最新开放权重模型与闭源前沿模型之间的差距，已经从 2025 年大部分时间里的约 6–10 个月，缩小到约 4–7 个月。

图中同时给出两类结果：在长时程 cyber range 上，GLM-5.2 的表现接近约 4 个月前发布的闭源模型；而在 AISI 的 32 步任务里，GPT-5.6 Sol 在 100M token 预算下 10 次里有 7 次完成全部 32 步。作者强调：随着推理 token 增加，模型能力会继续上升，也就是说，攻击/防御能力可以通过增加运行时算力而显著增强，而不一定需要重新训练。