36氪 · AI·2026-11-05 08:13· 2 小时前AI 评分70

CyberArena 攻防对抗评测：GPT-5.6 Sol 78.6 分居首，466 场对局揭示单机分数与实战差距

网络安全的AlphaGo时刻，或从这466场Agent对局开始

AI 导读

2077AI、UC Berkeley RDI 等机构团队发布 CyberArena，让 12 款模型与 harness 组合进行对称攻防对抗，共跑 22 个批次、466 场有效对局。