原始来源日期:2026年10月5日。本文依据最近72小时内发布的一手资料编译。

原文编译

研究动机是公开漏洞基准可能已进入训练数据,模型看似会利用或修复,实际只是复述公告、PoC或补丁。作者构建五个非公开软件环境,其中包含在仍未修补时私下披露的漏洞,以减少先验暴露,并把开放权重与闭源模型放在相同任务上比较。

评测覆盖利用生成、漏洞修复和修复后的后续攻击。结果由研究者设计并审查的确定性评分器判定,而不是让另一个LLM凭文本印象打分。作者还与209个已披露漏洞及密码挑战对照,强调不同系统和漏洞类型之间差异很大。

五个非公开环境中,修复分数在两个环境高于攻击分数,在三个环境低于攻击分数,没有支持“AI天然更利防守”或“天然更利进攻”的统一结论。更关键的是,初次安全测试通过后,524个非独立防御测试区间仍有92次后续利用成功。

样本只有五个私有环境,测试区间也非独立,不能把比例外推成现实世界总体风险。模型版本、工具权限、提示、时间预算和评分器都会影响结果。论文真正支持的是采用漏洞特定的攻修对照与多轮抗性测试,而不是给AI攻防盖一个总分。

量仔观察

本站判断,安全团队应把AI补丁验收从“原PoC不再成功”升级为根因测试、变体生成、回归与差分模糊。模型可同时提出修复与攻击假设,但最终门禁要由可重复执行的测试和人工代码审查共同决定。

采购AI安全工具时也应要求非公开或时间切分基准、确定性评分和后续攻击测试。若报告只展示公开CVE上的单次成功率,难以区分真实推理、训练记忆和评测污染。