漏洞检测

推荐理由：VICBench 搞了个 100 个真实漏洞提交的基准，覆盖 Python/Java/C++，平均改动比旧数据集大不少，测漏洞检测用它更靠谱。

推荐理由：这篇论文告诉你，光靠问模型“这代码安全吗”不够，读它的内部激活反而能发现漏洞，对做代码审查的人很有用。

推荐理由：这篇论文把七种识别安全漏洞报告的方法拉到一起比了比，结果SetFit最猛，GPT-5.2反而拉胯。做漏洞管理的人可以参考。

推荐理由：想看开源模型能不能真挖漏洞？这个基准用95个真实CVE测了10种模型，最弱的也能找回68%，数据很实在。

推荐理由：OpenAI 开源了一个叫 Codex Security CLI 的命令行工具，能自动找代码漏洞并修复，已经修了 3000 多个高危漏洞，比 Claude Security 也不差。

推荐理由：MAI-Cyber-1-Flash 能包揽九成漏洞活儿，剩下最难啃的才交给 GPT-5.4，效率省钱两不误。

推荐理由：研究了一套专门针对 NFT 合约的漏洞检测方法，用 DeepSeek 加代码切片把准确率干到了 97.1%，比纯分析完整合约高了 23 个百分点。做合约安全的可以看看。

推荐理由：Cisco 出了两个小模型，漏洞检测性价比是 GPT-5.5 的 150 倍，开源免费，做安全的可以试试。

推荐理由：微软要推一个像Mythos那样的漏洞检测工具，但通过多个模型灵活分配任务来省钱，最快本月就能看到。

推荐理由：Anthropic的Mythos模型能快速找到政府机密系统漏洞，而且只用了几个小时，不是几个星期。想了解最新AI安全测试成果的可以看看。

推荐理由：这个工具能自动找出FHE框架的隐藏bug，已经发现了21个，开发者都确认了。搞隐私计算的值得一看。

推荐理由：做安全研究和漏洞分析的团队，终于有了一个公开数据工具来验证AI模型的真实能力，建议点开看看趋势图。

推荐理由：安全团队和基础设施运维者值得关注——Anthropic 用 AI 规模化扫描关键漏洞，已发现上万严重问题，同时提供修复方案，直接解决安全痛点。

推荐理由：Mythos 已帮助发现 1 万个高危漏洞，证明 AI 在网络安全领域的实战价值。做安全运维或基础设施防护的团队值得关注，这可能是未来安全工具的雏形。

推荐理由：对于安全团队和关键基础设施维护者，Mythos 的漏洞发现能力远超普通代码审查工具，已证明能提前发现 1 万+ 高危漏洞，值得关注其防御价值。

推荐理由：金融安全团队终于有了前沿AI武器——OpenAI和Anthropic的新模型专为漏洞检测优化，比旧模型强得多，做银行安全或金融AI应用的开发者值得关注。

推荐理由：Daybreak 解决了安全团队手动处理漏洞和修复验证的痛点，做安全运营的团队可以直接用上，效率提升立竿见影，值得关注。