OpenAI 与 Paradigm 推出 EVMbench 智能合约漏洞评测基准

OpenAI 与 Paradigm 推出 EVMbench，用于评测 AI 智能体检测、修补和利用高危智能合约漏洞的能力。该基准包含来自 40 次审计的 117 个精选漏洞，多数来自公开代码审计竞赛，并加入 Tempo 区块链审计过程中的漏洞场景。评测分 Detect、Patch、Exploit 三种模式，通过 Codex CLI 运行的 GPT-5.3-Codex 在 exploit 模式得分 71.0%，GPT-5 为 33.3%，检测召回与修补成功率仍低于全覆盖。OpenAI 称漏洞来自 Code4rena 竞赛、评分系统尚不完美，exploit 任务在本地 Anvil 单链环境顺序重放交易。OpenAI 还提到安全训练、自动监控与可信访问等缓解措施，并承诺投入 $10M API 额度支持网络防御。