ИИ освоил кибератаки: от флага в CTF до рабочего эксплойта

🛡 ИИ довёл взлом до рабочего эксплойта

Дор Коэн разобрал, как быстро модели учатся взламывать: InterCode-CTF они прошли с 35% до 95% за девять месяцев, CVE-Bench закрыла OpenAI (GPT-5.3-Codex: 90% задач, февраль 2026), CyberGym — Anthropic (83% у Claude Mythos Preview, апрель 2026). Текущий фронтир — ExploitBench: доля моделей, доводящих баги до выполнения кода, выросла с ~2% в мае 2026 до 73% у Claude Opus 5.5 к сентябрю 2026.

🌍 По оценке автора, публичные бенчмарки взлома насыщаются за 9–11 месяцев, и вендоры уже закрывают свои. Индустрии нужны новые, более сложные метрики; защиты работают — успешные эксплойты падают со 157 до 45 (ExploitGym).

👤 Граница теперь видна: модели не просто находят баги, а доводят их до выполнения кода — например в V8/Chrome. Прогресс можно отслеживать по живым бенчмаркам.

Источник 1: https://dorcohen.dev/posts/what-can-ai-actually-hack/ Источник 2: https://exploitbench.ai/