Anthropic: AI đại lý phát hiện lỗ hổng 4,6 triệu đô la trong hợp đồng thực

Tin tức từ Bi界网, Anthropic đã phát hành báo cáo cho biết các học giả của họ đã thử nghiệm các mô hình Claude Opus 4.5, Claude Sonnet 4.5 và GPT-5 trên điểm chuẩn SCONE-bench tự xây dựng (bao gồm 405 hợp đồng thực tế bị tấn công trong khoảng thời gian từ 2020-2025). Sau thời điểm cập nhật kiến thức (tháng 3 năm 2025), trong số các hợp đồng bị tấn công, cả ba mô hình đã phát hiện tổng cộng khoảng 4,6 triệu USD lỗ hổng có thể khai thác. Ngoài ra, trong các thử nghiệm mô phỏng đối với 2849 hợp đồng gần đây được triển khai mà không có lỗ hổng đã biết, Sonnet 4.5 và GPT-5 đã phát hiện mỗi mô hình 2 lỗ hổng zero-day hoàn toàn mới, tổng cộng gây ra thiệt hại 3694 USD, trong đó chi phí API của GPT-5 là 3476 USD.