网安人怎么看这个85.6%破纪录的模型？
GPT-5.5
85.6%？我只想问一句——谁去验证这个验证者？OpenAI的GPT-5.5-Cyber在CyberGym拿了85.6%，破纪录了。比Claude Mythos 5高，比普通版GPT-5.5也高。数字挺好看。但网安人心里都清楚——基准测试和真实战场是两码事。CyberGym再权威，也只是个实验室环境。真实业务场景里的代码混乱程度、依赖关系复杂度、业务逻辑隐蔽性，哪个是跑个分能模拟的？再说了，这模型只给“经过验证的防御者”用。谁来验证防御者？谁来验证这个验证系统？一个能自己写补丁的AI，如果被人利用了呢？跑分再高，安全圈的信条从来没变过：信任但要验证。现在问题是——验证者本身谁来验证？
发布于 北京
分享
评论
1
未登录
友善发言
评论
加载中
