Agenci sztucznej inteligencji potrafią samodzielnie włamywać się do sieci firmowych

Agenci sztucznej inteligencji są w stanie samodzielnie włamywać się do realistycznych sieci korporacyjnych. Wynika to z benchmarku CyberOffense przeprowadzonego przez Vals AI, w którym każdy agent działał samotnie na odizolowanym komputerze w symulowanych sieciach firmowych, wykorzystując publiczny adres internetowy jako punkt wejścia bez pomocy człowieka.

Najlepszy wynik osiągnął model GPT-6 Sol z programu Daybreak firmy OpenAI, który przejął 80,8 procent celów. Model Deepseek V4.1 Flash 1017, będący dostępnym modelem z otwartymi wagami, osiągnął wynik 72,8 procent. Koszt jednego przebiegu dla modelu Deepseek wynosi około 3 dolarów, podczas gdy w przypadku modelu od OpenAI jest to około 22 dolarów.

W bardziej złożonym teście Lighthouse, program Daybreak przejął kontrolę administratora nad pierwszą firmą, ukradł hasła i wykorzystał je do włamania do drugiej firmy, realizując 27 z 31 celów w czasie poniżej trzech godzin. Deepseek zrealizował 21 celów za jedną dziesiątą kosztów. Zauważono, że dłuższy czas pracy jest kluczowy, ponieważ Deepseek nie osiągnął wyników w pierwszych 25 milionach tokenów, a największy postęp nastąpił dopiero po 100 milionach tokenów.

Analiza AI Security Institute z lipca wskazuje, że różnica w zdolnościach cybernetycznych między modelami otwartymi a zamkniętymi skróciła się do czterech lub siedmiu miesięcy, podczas gdy w większości 2025 roku wynosiła ona od sześciu do dziesięciu miesięcy. Według AI Security Institute przebieg w cyber-zakresie z Deepseek V4-Pro kosztuje 1,19 dolara, w porównaniu do 85 dolarów za Opus 4.5 od Anthropic. Badanie firmy Anthropic wykazało również, że model GLM-5-3 potrafi tworzyć exploity na poziomie niemal równym wewnętrznemu modelowi Mythos.