物界前沿物界前沿 · 资讯情报卡（Hacker News · 2026/11/8）
前沿实验室网络安全测试显示AI攻防能力快速跃升
核心事实
- OpenAI将GPT-6 Astra评为首个网络安全能力达"Critical"级的模型。
- InterCode-CTF基准在2024年被Palisade Research测到95%通过率，已饱和。
- Claude Mythos Preview在2026年解出Anthropic运行的全部Cybench任务。
- CVE-Bench最佳智能体2025年初攻入13%应用，一年后GPT-5.3-Codex达90%。
- OpenAI以评估饱和为由退役内部CTF测试，Anthropic不再列出Cybench。
关键数据
95%InterCode-CTF最高通过率
13%CVE-Bench最佳智能体攻入率（20
90%GPT-5.3-Codex攻入率
22%NYU CTF Bench通过率
物界观察
网络安全基准正被头部模型逐个打穿，饱和速度以月计。对防御方而言，这意味着漏洞挖掘与利用的门槛在快速下降；对评测方而言，旧基准失效后需要更难、更贴近真实攻防的测试，否则"Critical"评级将失去区分度。