Wiz公开Cyber Model Arena v3.9基准设计方法,覆盖26个模型与59个智能体
摘要
Wiz Research 披露其 Cyber Model Arena v3.9 的基准设计方法,用于评估 AI 智能体的网络安全能力。该基准覆盖 26 个模型、59 个智能体和 327 道挑战,分为代码漏洞、API 安全、Web 安全和云安全四类。
AI 智能体正越来越多地被引入安全场景,但如何衡量它们在这类任务上的实际能力,仍是行业尚未形成共识的问题。Wiz Research 近日对外介绍了其 Cyber Model Arena v3.9 的基准设计方法,试图为这一评估缺口提供一套可参照的框架。
从规模上看,这一基准覆盖 26 个模型与 59 个智能体,共设置 327 道挑战题。参与评估的对象并非单一模型,而是模型与智能体两种形态并存,这意味着评测同时观察底层模型能力与上层智能体编排后的综合表现。
在题目结构上,Cyber Model Arena v3.9 将挑战划分为四类:代码漏洞、API 安全、Web 安全和云安全。四个方向基本对应企业安全防护中的主要暴露面,也覆盖了从应用层到云基础设施的常见风险场景。
Wiz Research 此次披露的重点在于基准的设计方法本身,而非某一轮评测的排名结果。对安全团队与模型开发者而言,这类基准的价值在于为 AI 智能体的网络安全能力提供可比较的测量口径,后续评测结果如何落地,仍有待观察。
对 AI 行业从业者来说,该基准的意义在于把智能体的安全能力拆解为可量化的任务集合。随着智能体在漏洞发现、API 防护与云安全配置等环节的参与度提升,类似基准有望成为选型与能力验证的参考依据。
本文由新大陆基于公开信息编辑整理
信息来源:AIHOT AIHOT原文 ↗