Bagaimana Projek Atlas Wiz Mengalahkan GPT-5.5 dan Mythos dengan Menggabungkan Pelbagai Model AI

Apa yang Dicapai oleh Projek Atlas

Kepimpinan penanda aras. Atlas menjaringkan 90.9% pada CyberGym, penanda aras awam yang mengukur keupayaan ejen AI untuk menghasilkan semula dan menemui kelemahan dunia sebenar merentasi 1,507 tugasan daripada 188 projek perisian sumber terbuka . Sebagai perbandingan, sistem model tunggal terbaik – GPT-5.5 Cyber (85.6%) dan Mythos Anthropic (83%) – ketinggalan sebanyak 5 hingga 8 mata peratusan . Malah sistem MDASH Microsoft, yang menggunakan 100+ ejen khusus untuk menjaringkan 88.45% pada Mei 2026, telah diatasi .

Lebih 200 penemuan sifar hari. Dalam ujian sendiri, Atlas menemui lebih daripada 200 kelemahan yang tidak diketahui sebelumnya dalam projek sumber terbuka yang telah melalui ujian fuzzing dan audit bertahun-tahun, termasuk kernel Linux, Kubernetes, gVisor, containerd, dan dnsmasq . Yang penting, setiap penemuan telah disahkan secara autonomi hujung ke hujung oleh sistem ejen, melangkaui sekadar syaki yang dijana model kepada bukti yang boleh dihasilkan semula bagi isu keselamatan sebenar .

CVE-2026-3854 – RCE kritikal GitHub. Versi awal Atlas mengenal pasti kelemahan pelaksanaan kod jauh (RCE) yang kritikal dalam infrastruktur git dalaman GitHub (CVE-2026-3854, CVSS 8.8) . Kelemahan ini membenarkan mana-mana pengguna yang disahkan dengan akses tolak untuk melaksanakan arahan sewenang-wenangnya pada pelayan belakang GitHub menggunakan satu arahan git push, memberikan akses baca/tulis penuh ke repositori peribadi . Wiz melaporkannya kepada GitHub pada 4 Mac 2026 melalui program ganjaran pepijat . GitHub menghasilkan semula isu itu dalam masa 40 minit, menggunakan pembetulan ke github.com dalam masa kurang dua jam, dan mengesahkan tiada eksploitasi di alam liar telah berlaku .

Ganjaran $100,000. GitHub mengeluarkan ganjaran $100,000 untuk penemuan ini – salah satu bayaran terbesar dalam sejarah program ini, walaupun jumlah ganjaran Wiz mungkin distrukturkan melalui kadar sebelum Julai 2026 sebelum program awam dipotong .

Arkitektur Berbilang Agen vs. Sistem Model Tunggal

Ini adalah kisah seni bina teras. Atlas bukan model AI tunggal – ia adalah sistem ejen berbilang model . Berikut adalah perbezaannya daripada pendekatan model tunggal yang digunakan oleh GPT-5.5 Cyber dan Mythos:

Wiz berhujah bahawa seni bina sistem lebih penting daripada keupayaan model mentah – Atlas mengalahkan GPT-5.5 Cyber dan Mythos bukan dengan mempunyai model asas yang lebih baik, tetapi dengan menggabungkan pelbagai model dan ejen dengan gelung pengesahan yang ketat .

Bagaimana Peralihan Berbilang Agen Berlaku pada 2026

Garis masa perlumbaan senjata AI menunjukkan trajektori yang jelas daripada penguasaan model tunggal kepada keunggulan berbilang agen:

• Awal–pertengahan 2026: Peningkatan model tunggal. OpenAI mengeluarkan GPT-5.5-Cyber penuh (85.6% pada CyberGym) pada Jun 2026 sebagai sebahagian daripada program pertahanan Daybreak . Pratonton Claude Mythos Anthropic juga menjaringkan tinggi, mendorong penyelidik AISI UK dan Palo Alto Networks untuk memberi amaran bahawa model telah "melepasi penanda aras penggodaman autonomi" .

• Mei 2026: Potensi berbilang agen terbukti. Sistem MDASH Microsoft (100+ ejen khusus, 88.45% pada CyberGym) menunjukkan bahawa sistem berbilang agen boleh mengatasi model tunggal .

• Julai 2026: Berbilang agen menang. Atlas Wiz (90.9%) mengatasi kedua-duanya, membuktikan bahawa pengaturan pelbagai model sempadan mengatasi mana-mana model tunggal .

Implikasi Lebih Luas: Penemuan Kelemahan dan Ekonomi Ganjaran

Gabungan ejen AI dengan fuzzing sistematik, analisis statik, dan semakan kod menghasilkan sifar hari pada skala yang tidak pernah berlaku sebelum ini – Atlas sahaja menemui 200+ dalam kod sumber terbuka yang telah diaudit dengan teliti . Banjir pepijat yang ditemui AI ini memberi tekanan kepada ekonomi program pendedahan kelemahan. GitHub memotong bayaran ganjaran pepijat awamnya sekurang-kurangnya separuh pada 27 Julai 2026 (penemuan kritikal menurun daripada $20k–$30k+ kepada $10k tetap), walaupun tier VIP jemputan sahaja masih membayar $30k+ . Laporan yang difailkan sebelum tarikh itu, termasuk CVE-2026-3854 yang ditemui Atlas, mengekalkan syarat pembayaran sebelumnya .

Kesimpulan

Projek Atlas Wiz adalah terkini dalam penyelidikan kelemahan AI – bukan kerana ia menggunakan model yang lebih baik, tetapi kerana seni bina berbilang agen dan berbilang modelnya dengan pengesahan bebas mengatasi sistem model tunggal dengan margin yang ketara (90.9% vs. 85.6% dan 83%). Ini mencerminkan peralihan yang lebih luas dalam landskap keselamatan AI daripada "model mana yang terbaik" kepada "bagaimana anda mengatur model dengan berkesan." Seperti yang dinyatakan oleh pendirian Wiz dan Google, pendekatan yang menang dalam perlumbaan senjata keselamatan AI bukanlah satu model super tunggal, tetapi sistem yang menggabungkan model, kepakaran manusia, dan saluran paip pengesahan yang ketat .