精选理由
安全团队和基础设施开发者可以从中了解当前安全 LLM 的真实能力边界——Mythos 能抓哪些漏洞、会漏哪些，以及规模化落地前必须补齐的短板，值得点开看具体案例。
Cloudflare 近期将安全大模型 Mythos 等应用于其关键基础设施的实时代码审计，并分享了观察结果。Mythos 在发现特定类型的安全漏洞（如注入攻击、权限提升）上表现出色，但在处理复杂逻辑错误和上下文依赖的漏洞时仍有局限。该实验揭示了当前安全 LLM 在规模化部署前需要解决的可靠性、可解释性和误报率问题。这项工作为 AI 辅助代码安全审计提供了宝贵的实践参考，表明模型需要与人工审查和传统工具协同工作。
AI 翻译 · 中文
Cloudflare 近期将安全大模型 Mythos 等应用于其关键基础设施的实时代码审计，并分享了观察结果。Mythos 在发现特定类型的安全漏洞（如注入攻击、权限提升）上表现出色，但在处理复杂逻辑错误和上下文依赖的漏洞时仍有局限。该实验揭示了当前安全 LLM 在规模化部署前需要解决的可靠性、可解释性和误报率问题。这项工作为 AI 辅助代码安全审计提供了宝贵的实践参考，表明模型需要与人工审查和传统工具协同工作。
In recent weeks, we pointed Mythos and other security-focused LLMs at live code across critical parts of our infrastructure. We share what we observed, the models’ strengths and weaknesses, and what the work around them …