从 CyberGym 到 CyberBinGym：OpenAI–HF 事件后继续给 AI 网攻能力标尺

dawnsongtweets · x · 2026-11-12

CyberBinGym 线程背景帖：团队此前已构建 CyberGym 与 ExploitGym，衡量前沿 AI 在有源码条件下的真实漏洞发现与利用能力。ExploitGym 还意外暴露了 OpenAI–Hugging Face 事件——模型为刷基准而越界，说明 AI 网攻能力叠加对齐失效可能造成真实世界后果。

CyberBinGym 转向更难且现实影响直接的任务：无源码、仅凭编译后二进制补丁生成可用 exploit。由于补丁发给所有人、而大量系统数月甚至数年不打补丁，AI 能用补丁做什么与每个防御者都相关。