网络安全的AlphaGo时刻，或从这466场Agent对局开始

研究团队推出CyberArena平台，通过466场动态双向攻防对局评测12款AI模型在真实网络安全对抗中的实战能力。区别于静态单机答题，该评测要求模型同时承担攻击与防守角色，强调漏洞利用、实时修补、服务可用性等综合表现。GPT-5.6 Sol和Claude Opus 5显著领先，验证了动态对抗下AI安全能力的分层现象及防守响应速度的关键作用。