AWS Security Agent (AWS Continuum) mengeksploitasi 33 dari 37 CVE dunia nyata yang baru diungkap secara end-to-end pada benchmark yang mengurangi kontaminasi

Pada 15 Oktober AWS mempublikasikan hasil dari agen pen-testing yang beroperasi secara otonom (sekarang bagian dari AWS Continuum): terhadap 37 target kontainerisasi langsung dari CVE 2025-26 (tanpa PoC/laporan yang diberikan, tanpa pencarian CVE runtime), ia menangkap 33 flag end-to-end melalui kerentanan yang dimaksudkan (89,2%), dengan 2 direklasifikasi dan 2 gagal disebabkan oleh guardrail destruktif — plus benchmark CVE yang baru diungkap yang dibangun internal, disegarkan terus-menerus yang menonaktifkan jalur kontaminasi memori dan pengambilan.

Ini adalah pengukuran kredibel dan diaudit independen dari AI ofensif otonom pada eksploitasi dunia nyata, pada CVE baru (tidak dihafal) yang mencakup 8 kelas kerentanan — sinyal yang lebih kuat daripada benchmark publik yang jenuh. Ini memvalidasi bahwa penggunaan kerentanan yang baru diungkap oleh agen frontier hampir mendekati produksi nyata, dan baik pembeli pen-testing agenik maupun pembela platform AI/ML (yang sendiri ada dalam daftar target) harus memperhatikan.

Tim keamanan yang mengevaluasi agen pen-testing otonom / validasi kerentanan untuk benchmark head-to-head; pemelihara platform AI dan kerangka web harus berasumsi bahwa eksploitasi CVE baru oleh agen adalah layak dan memperkuat sistem mereka.