davidad：规格漏洞审查者能发现顶级漏洞猎手都看不到的隐患

davidad · x · 2026-10-29

AI 安全研究者 davidad 在讨论中提出一个关于能力与安全的观点：在同一通用能力水平上，最擅长找漏洞（exploit-finding）的模型仍会漏掉那些必须「更聪明」才能利用的规格缺陷，而专精规格审查（spec-bug-hunting）的系统却能在同等能力水平下发现这些规格 bug。这一区分对 AI 安全评估的思路有启发：找漏洞的能力与审查规格缺陷的能力并非同一维度，安全评估不应只依赖红队式攻击测试。