8月13日，国际AI安全基准测试平台CyberGym发布最新榜单，复旦大学团队研发的白泽智能体Whitzard以91.2%的真实漏洞攻防成功率位列全球第二、高校第一，超过Anthropic面向网络安全打造的前沿模型Claude Mythos，以及微软、Google旗下Wiz等国际头部团队。该测试覆盖188个大型开源项目的1507个真实漏洞，要求智能体在完整代码库中自主完成漏洞定位、攻击构造和验证。
该团队采用自主研发的模块化框架，仅调用单个基础模型，通过将程序运行中的路径可达性等转化为推理约束，实现精准收敛。全量测试中，模型调用总成本不足5000元人民币。此前该智能体曾取得68.9%的成绩，经对推理机制和验证环节迭代优化，最新版本成功攻克1374个漏洞。相关智能体框架和评测基准已开源。（央视新闻）
评论