攻进一次不等于修得好：别照着排行榜买安全 agent
krishnan · x · 2026-11-02
Krishnan 强调「找到一条攻击路径」和「证明修复稳固」是两份不同的工作：一场惊艳的 exploit 演示几乎说明不了该不该采购自动化防御产品。他建议借用评测契约而非排行榜——引用前帖数据：被测 11 个 agent 中最好的也只有 68% pass@1、81% pass@4，且在 320 次分歧中有 200 次，会主动探测攻击变体的评委否决了固定测试放行的补丁。
所属事件:CWE-bench 发布：AI 安全 agent 横评与验收方法论(7 条相关)→
「安全」频道最新
- Cisco 发现用 Claude 窃密的多模型恶意软件，被拒就换 Kimi 绕护栏 — Hesamation · 2026-11-02
- 曝 Grok 将于 11 月 7 日起为 AI 生成文本嵌入隐形水印，以符合欧盟 AI 法案 — Polymarket · 2026-11-02
- SemiAnalysis：若禁令蔓延，2028 年美国 30.3GW 数据中心容量面临暂停风险 — Eliv_nurotic · 2026-11-02
- 联想「加密」指纹 U 盘被拆穿：壳里是张裸 SD 卡 — jedisct1 · 2026-11-02
- Grok 自曝 Beth Barnes 深度 EA 背景,Anthropic 安全政策的「决策者」引争议 — adamamcbride · 2026-11-02
- AI 安全 agent 靠弄坏应用挡攻击，应判为失败 — krishnan · 2026-11-02