Mark Chen· @markchen90 · X·· 2026-05-01AI 评分39
AI 导读
这只是一项评估，但很重要——英国 AISI 的网络靶场测试了长周期、智能体的能力。5.5 的表现与 Mythos 相似。 前沿模型的风险是真实存在的。但我们尽最大努力通过缓解措施来部署人们真正能用的 AI。
正文 · 原文
This is just one eval, but it's an important one - UK AISI’s cyber range tests long-horizon, agentic capability. 5.5 performs similarly to Mythos.
The risks for frontier models are real. But we do our best to deploy AI people can actually use - through hard work on mitigations.
OpenAI’s GPT-5.5 is the second model to complete one of our multi-step cyber-attack simulations end-to-end 🧵在 X 查看被引用的帖子
来源：Mark Chen · x.com