从自主漏洞利用走向机器速度安全：多智能体系统如何补齐修复短板

前沿模型在 CyberGym 上发现复杂漏洞的精确率达 95%，但超过 98% 的情况下因内置安全护栏把 76-99% 涉及漏洞的直接提示词代码误判为误报而拒绝执行修复。即便尝试修补，55% 只修主问题漏掉次要点，40% 的补丁会破坏生产代码。文章主张用多智能体编排、零出口沙箱与两层验证构建机器速度安全系统，上下文注入可把 LLM 准确率从 65% 提升到 95%。