METR 数据显示：2026 年 AI 加速了漏洞发现但未显著优化算法
soumitrashukla9 · x · 2026-08-18
METR 发布分析报告，探讨 LLM 是否加速了整体发现率。通过对比 2026 年 1 月前后的数据斜率，得出结论：网络漏洞发现呈现急剧加速，明显由 LLM 驱动；数学结果发现有所加速，但较难客观衡量；算法优化未显示出显著的加速趋势（如 NanoGPT、CIFAR-10、Stockfish 等进展未打破历史趋势）。研究基于公开数据，不排除实验室内部有未公开的突破。
所属事件:METR：LLM 显著加速网络漏洞发现(2 条相关)→
「安全」频道最新
- 谷歌斥资千万美元拍下精神航空1亿封内部邮件，疑用于AI训练 — peterwildeford · 2026-08-18
- 美政府推AI漏洞库Gold Eagle，微软前高管献策 — WeldPond · 2026-08-18
- 构建零信任 AI Agent：Google ADK 防御提示注入实战 — rseroter · 2026-08-18
- 五眼联盟预警：AI 将引发复杂网络攻击浪潮 — connoraxiotes · 2026-08-18
- 美顾问警示：中国在制造数据上或具 AI 优势 — Polymarket · 2026-08-18
- AI 安全攻防失衡？业界反思“AI 利于进攻”论断 — soumitrashukla9 · 2026-08-18