先了解这件事
英国 AI Security Institute 在自建网络靶场上评测前沿 AI 智能体的多步攻击能力,评估对象为 2024 年 8 月至 2026 年 2 月发布的七款模型。该机构称,在固定 token 预算下,每一代模型都优于前代:在 32 步企业网络攻击靶场中,10M token 预算下平均完成步数从 GPT-4o 的 1.7 步升至 Opus 4.6 的 9.8 步。将推理算力从 10M 提升到 100M token 可带来最高 59% 的增益且未见平台期;按当前价格,Opus 4.6 单次 100M token 尝试约需 80 美元。在 7 步工控系统靶场中模型进展有限,10M token 下多数模型完成零步,100M token 下 Opus 4.6 平均 1.4 步。
AI 根据公开报道生成
最新进展 · 正式报道
英国 AISI 评估前沿 AI 智能体在多步网络攻击场景中的表现事件进展
1 个已确认进展
- 来源：英国 AI Security Institute：Blog
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月23日
英国 AI Security Institute：Blog一手精选
英国 AISI 评估前沿 AI 智能体在多步网络攻击场景中的表现
英国 AI Security Institute 在自建网络靶场上评估了 2024 年 8 月至 2026 年 2 月发布的七款模型，发现每一代模型在固定 token 预算下都优于前代：在 32 步企业网络攻击靶场中，10M token 预算下平均完成步数从 GPT-4o 的 1.7 步升至 Opus 4.6 的 9.8 步。将推理算力从 10M 提升到 100M token 可带来最高 59% 的增益且未见平台期，按当前价格 Opus 4.6 单次 100M token 尝试约需 80 美元。在 7 步工控系统靶场中模型进展有限，10M token 下多数模型完成零步，100M token 下 Opus 4.6 平均 1.4 步。