آزمایش حملات چندعاملی نشان می‌دهد ناظران بیشتر تهدیدها را نمی‌بینند

تیم جان کیتاوکا MiniLab را منتشر کرد؛ مجموعه‌ای مصنوعی شامل پنج سرویس مرتبط، 249 وظیفه بی‌خطر و هشت هدف حمله. آن‌ها از این مجموعه برای آزمایش حملات توزیع‌شده استفاده کردند؛ حملاتی که در آن‌ها عامل‌های جداگانه هرکدام بخشی از یک نقشه زیان‌بار را اجرا می‌کنند. یک ناظر پیشرفته به نام GPT‑5.6 Sol فقط 7٪ از این حملات را شناسایی کرد؛ در حالی که وقتی یک عامل همان کار فرعی را انجام می‌داد، این رقم به 87٪ می‌رسید. توالی حملاتی که انسان‌ها طراحی کرده بودند، بسیار بیشتر از حملاتی که مدل‌ها برنامه‌ریزی کرده بودند موفق شد.