Write:
OpenAI与 Paradigm联合发布 EVMbench，这是一项用于评测 AI智能体（AI agent）在高危智能合约漏洞上检测、修补与利用能力的基准测试。据 OpenAI新闻栏目披露的信息，该基准把智能合约安全中的三类关键任务——发现漏洞（detect）、修补漏洞（patch）以及利用漏洞（exploit）——纳入同一评测框架，目标对象为高危（high-severity）级别的智能合约漏洞。
从任务设置看，EVMbench关注的不只是模型能否识别安全问题，还包括其能否给出修复方案，以及在受控条件下能否复现攻击路径。OpenAI与 Paradigm以联合发布的形式推出该基准，双方分别是通用人工智能模型开发商与加密领域投资机构，此次合作指向智能合约安全这一细分场景。
目前公开来源未披露该基准的题目规模、评分方式、覆盖的漏洞类型分布，以及是否开源等信息。
孤本观察：把“修补”和“利用”与“检测”并列为同一基准的考核项，意味着评测方更想衡量智能体在真实攻防链条上的完整能力，而不只是分类准确率；这也让此类基准天然带有双重用途属性，如何防止评测能力外溢为攻击工具，将是后续需要回答的问题。
来源：OpenAI News