为网络防御人员构建 AI

原文链接： https://www.anthropic.com/research/building-ai-cyber-defenders

发布日期： 2025-10-03

整理日期： 2026-02-10

整理者： Panda

为网络防御人员构建 AI | Building AI for Cyber Defenders

发布日期: 2025-10-03 原文链接: https://www.anthropic.com/research/building-ai-cyber-defenders 分类: Policy & Safety

防守能力突破：Claude Sonnet 4.5 在代码漏洞发现方面超越了更早期的 Opus 4.1，成为网络防御的实用工具
评估成果显著：在 Cybench 基准测试中，给定 10 次尝试时成功率达 76.5 %；在 CyberGym 上新漏洞发现率从 2 % 提升至 33 %（30 次尝试）
安全优先策略：研究团队刻意避免强化进攻能力（如恶意软件编写），专注于防御性任务
现实应用验证：HackerOne 和 CrowdStrike 等安全公司报告该模型将漏洞分析时间减少 44 %，准确度提升 25 %
紧急现实：AI 已成为网络攻击工具，同时也是防御工具；现在组织需立即采用 AI 防御能力

[完整内容从 WebFetch 结果填充]