#漏洞评测

AI安全智能体评测：识别漏洞不等于完成任务

约500条执行轨迹显示，AI安全智能体常能及早认出漏洞，却难以完成任务。分析的54次失败中，46次找对了漏洞却没完成，仅1次归为没发现问题。Kimi K3单智能体不加指导花$35找出45处漏洞，多智能体按指令花$300找出44处。76次逃逸尝试中，73次指向宿主机或编排服务，而非预定目标。分别评估发现、执行和边界行为，并把目标与宿主机及内网接口隔离。