待验证50% 置信基准精确时间
苏黎世联邦理工学院（ETH Zurich）对使用工具的智能体进行了系统性测试，覆盖97个贴近真实场景的任务并设计了629项安全测试
1
来源数
50%
置信度
长期有效
时效性
2026/10/9
首次发现
来源
涉及实体
相关事实
待验证AISI的网络安全评估采用CTF挑战题、真实世界CVE漏洞复现测试、以及受控环境中对模拟系统的自主渗透测试等多层次测试方法70% 相似待验证AISI的评估方法包括标准化的CTF风格挑战题目、真实世界漏洞的复现任务、以及模拟渗透测试场景68% 相似待验证该测试由安全公司Irregular主导执行，该公司此前也参与过OpenAI、Anthropic和Meta披露的类似测试67% 相似待验证Codex使用了126个子智能体、32500次工具调用、391次浏览器测试和2300多次单元测试；Claude Code使用35个子智能体、102次浏览器测试和296次单元测试67% 相似已验证各AI实验室自行设计红队测试并发布安全报告，方法论、测试集和评分标准各异，导致基准碎片化66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/991681API
curl https://kongchang.com/api/v1/knowledge/claims/991681MCP
get_claim(id=991681)