实测 GPT-5.6 Sol Ultra 编写 Chrome 漏洞利用

研究人员让 Claude Opus 针对 Discord 内置的 Chrome 138（落后上游九个大版本）编写完整 V8 漏洞利用链：历时一周、消耗 23 亿 token、花费 2,283 美元 API 成本后成功弹出计算器。

2026 年 1 月 Chrome 发布公告修复多个组件漏洞，其中 V8 的越界内存访问漏洞 CVE-2026-0899（由 @p1nky4745 发现）引起我们注意。在漏洞仍处受限、无公开 PoC 的情况下，我们逆向补丁定位根因，并构造出触发 PoC。

对 GLM、DeepSeek、Kimi、MiniMax 与 GPT、Claude、Gemini、Opus 在 15 个真实漏洞上的基准对比：开源与国产模型在漏洞发现上正快速逼近前沿水平。

对 Hacktron 扫描管线的基准测试显示：对大多数应用而言，用较小的模型反复运行即可超越单次前沿模型调用——成本与收益的新平衡。

Trail of Bits 披露 Electron 漏洞 CVE-2025-55305：覆写代码完整性校验范围之外的 V8 堆快照文件，可在 Signal、1Password、Slack 等基于 Chromium 的应用中植入本地后门并使签名验证依旧通过。

XBOW 评估 Grok 4.5 在自主攻防安全平台中的表现：该模型会频繁触及命令安全护栏，但被系统干预后愿意接受纠正并重新规划，因此可作为强力且可控的组件使用，但不能单独视为安全。