全部论文

论文：AI 在非公开漏洞上更帮攻击者还是防御者

评测 coding agent 在非公开漏洞上的利用生成、修复与后续攻击

arXiv

2610.06584

发表

10月6日

层

应用层

场景

coding agent

被测模型

Opus 5、GPT-5.6 Sol、GPT-6 Sol 等 10 个

• 风险危险能力

NeuroSploit v4.2.0 在 GOAD 上的评测：结构化智能体编排提升 AD 渗透测试

在 GOAD 上评测 NeuroSploit 编排对 AD 自主渗透的提升

arXiv

2610.04243

发表

10月3日

层

应用层

场景

AI Agent

被测模型

Claude Opus 4.6、Claude Opus 4.7、Claude Opus 4.8 等 9 个

• 风险危险能力

KaliBench：面向 Kali Linux 网络安全工具使用的细粒度基准

提出 KaliBench，评测模型把安全意图译成 Kali 命令的能力

arXiv

2610.02206

发表

10月2日

层

模型层

场景

模型与 API

被测模型

Llama3.1-Instruct 8B、Qwen3 8B、Qwen3 8B thinking 等 15 个

• 风险危险能力

研究者发布面向 EU AI Act 行为准则的系统性风险指数与仪表盘

发布 Systemic Risk Index 流水线与看板，评测四类系统风险

arXiv

2609.28335

发表

9月24日

层

应用层

场景

AI Agent

被测模型

Claude Sonnet 5、Claude Haiku 4.5、GPT-5.6 Luna Pro 等 15 个

• 风险危险能力
• +1+1

斯坦福与 UC Berkeley 发布 MobileCybench：用可执行探针评测 Agent 漏洞发现

提出 MobileCybench，用可执行探针评测 Agent 的漏洞发现能力

arXiv

2609.23980

发表

9月21日

层

应用层

场景

coding agent

被测模型

OpenCode/GPT-5.5、OpenCode/GPT-5.6-Sol、OpenCode/GLM-5.2 等 5 个

• 风险危险能力

微软团队提出 capability laundering 攻击：弱模型拆分任务向对齐前沿模型套取能力

提出能力洗钱攻击，拆分任务向对齐模型套取能力

arXiv

2609.15383

发表

9月14日

层

应用层

场景

AI Agent

攻击者

黑盒

被测模型

GPT-5.5、Claude Opus 4.8、Grok-4.3 等 7 个

• 攻击越狱
• 技术多轮渐进
• +1+1

PrivEscalate：面向 LLM 自动化 Linux 提权的 531 场景基准与 PrivEscAgent 增强方案

arXiv

2609.09087

发表

9月9日

层

应用层

场景

AI Agent

被测模型

GPT-5.4、Claude Sonnet 4.6、GPT-4.1 等 6 个

• 风险危险能力

SRE-Bench：面向 Agent 逆向工程的无污染真实规模基准

提出 SRE-Bench 评测智能体的真实规模二进制逆向能力

arXiv

2608.11469

发表

8月12日

层

应用层

场景

coding agent

被测模型

GPT-6-Astra、GPT-5.6-Sol、GPT-5.6-Cyber 等 11 个

• 风险危险能力

CryptanalysisBench：五个前沿模型在 191 项密码分析任务上的表现

用 CryptanalysisBench 评测大模型的端到端密码分析能力

arXiv

2607.18538

发表

7月21日

层

应用层

场景

coding agent

被测模型

Claude Opus 4.8、Claude Sonnet 5、Claude Mythos 5 等 10 个

• 风险危险能力

AgentCyberRange：复旦团队发布真实网络靶场自主攻击能力基准

构建真实网络靶场基准，评测 AI 的端到端自主攻击能力

arXiv

2606.14295

发表

6月12日

层

应用层

场景

coding agent

被测模型

GPT-5.5、Claude-Opus-4.7、GLM-5.1 等 7 个

• 风险危险能力