Wiz Project Atlas 擊敗 GPT-5.5 與 Mythos：多 AI 代理協作才是漏洞研究王道

Project Atlas 達成了哪些成就？

評測領先。 Atlas 在 CyberGym 上取得了 90.9% 的成績。CyberGym 是一個公開評測基準，用來衡量 AI 代理重現與發現真實世界漏洞的能力，其任務涵蓋 188 個開源軟體專案中的 1,507 項 。作為對照，目前表現最好的單一模型系統——GPT-5.5 Cyber（85.6%）與 Anthropic Mythos（83%）——落後了 5 到 8 個百分點 。即便微軟在 2026 年 5 月推出的 MDASH 系統（使用超過 100 個專門代理，得分 88.45%）也已被超越 。

發現超過 200 個零日漏洞。 在 Wiz 內部的測試中，Atlas 在那些已被反覆模糊測試與審計多年的熱門開源專案中，挖掘出 超過 200 個從未被人發現的漏洞，受影響的專案包括 Linux 核心、Kubernetes、gVisor、containerd 以及 dnsmasq 。更重要的是，每一項發現都經過自主端到端驗證，證明這是一個真實、可重現的安全問題，而非只是模型可疑的猜測 。

CVE-2026-3854——GitHub 重大 RCE 漏洞。 Atlas 的早期版本還發現了 GitHub 內部 git 基礎架構中的一個重大遠端程式碼執行漏洞（CVE-2026-3854，CVSS 8.8）。這個漏洞讓任何擁有推送權限的認證使用者，只需一條 git push 指令，就能在 GitHub 的後端伺服器上執行任意指令，進而取得對私有儲存庫的完整讀寫權限 。Wiz 於 2026 年 3 月 4 日 透過錯誤回報獎勵計畫向 GitHub 提報 。GitHub 在 40 分鐘內重現了問題，並在兩小時內就對 github.com 部署了修復程式，同時確認沒有遭到利用 。

10 萬美元獎金。 GitHub 為此發放了 10 萬美元的獎金，這是該計畫歷史上金額最高的獎勵之一，不過 Wiz 的總獎勵可能適用 2026 年 7 月前較高的付費標準 。

多代理架構 vs. 單一模型系統

這是整個架構的核心。Atlas 不是一個單一的 AI 模型——它是一個 多模型、多代理的系統 。它與 GPT-5.5 Cyber 和 Mythos 這類單一模型的主要差異如下：

Wiz 認為，系統架構比原始模型能力更重要——Atlas 之所以能擊敗 GPT-5.5 Cyber 與 Mythos，不是因為它有更好的基礎模型，而是因為它將多個模型與代理結合，並搭配嚴謹的驗證循環 。

2026 年多代理趨勢的演變

AI 安全軍備競賽的時間線，清楚地顯示了從單一模型主導到多代理系統崛起的軌跡：

• 2026 年初至年中：單一模型爭鋒。 OpenAI 在 2026 年 6 月發布了完整的 GPT-5.5-Cyber 模型（CyberGym 得分 85.6%），作為其 Daybreak 防禦計畫的一部分 。Anthropic 的 Claude Mythos 預覽版也表現出色，促使英國 AISI 與 Palo Alto Networks 的研究人員警告，這些模型已經「超越了自主駭客評測基準」。
• 2026 年 5 月：多代理展現潛力。 微軟的 MDASH 系統（使用超過 100 個專門代理，CyberGym 得分 88.45%）證明了多代理系統能夠超越單一模型 。
• 2026 年 7 月：多代理時代來臨。 Wiz 的 Atlas 以 90.9% 的成績位居榜首，證明整合多個前沿模型的策略，表現遠優於任何單一模型 。

更廣泛的影響：漏洞發現與獎勵經濟學

AI 代理與系統化模糊測試、靜態分析和程式碼審查的結合，正在以前所未有的規模產出零日漏洞——僅 Atlas 就在高度審計的開源程式碼中發現了 200 多個 。大量由 AI 發現的漏洞正對錯誤回報獎勵計畫的經濟模式構成壓力。GitHub 已於 2026 年 7 月 27 日將公開的錯誤回報獎金至少砍半（重大發現從 2 萬至 3 萬美元以上降至固定 1 萬美元），僅邀請制的 VIP 層級仍支付 3 萬美元以上 。在此日期前提報的報告，包括 Atlas 發現的 CVE-2026-3854，則保留了先前的獎勵方案 。

總結

Wiz 的 Project Atlas 代表了當前 AI 漏洞研究的最高水準——它的成功並非來自更優秀的模型，而是憑藉其多代理、多模型的架構與獨立驗證機制，以顯著差距（90.9% vs. 85.6% 與 83%）超越了單一模型系統。這反映了 AI 安全領域的一個根本轉變：重點不再只是「哪個模型最強」，而是「如何有效整合與指揮模型」。正如 Wiz 與 Google 所強調的，在 AI 安全競賽中脫穎而出的不會是單一超級模型，而是那些能將模型、人類專業知識與嚴謹驗證管線完美結合的系統 。