LLM Agents

2026

Paper Survey

Hackers or Hallucinators 論文閱讀分析：當自動滲透 Agent 看起來很會打，其實也可能只是很會掰

這篇論文真正有價值的地方，是把近年的 AutoPT 熱潮從 hype 拉回工程現實。作者在統一 benchmark 下比較 13 個 framework 後指出，真正拖垮自動滲透 agent 的，常常不是工具不夠多，也不是 agent role 不夠花，而是 memory 管理、knowledge alignment 與 hallucination control 沒做好。

2026 年 4 月 18 日
Paper Survey

SIR-Bench 論文閱讀分析：真正值得信的 IR Agent，不是會把 alert 說得更像人話，而是會自己挖出 alert 沒講的新證據

SIR-Bench 想補的不是另一個只看最後 triage 對不對的 benchmark，而是更接近真實 SOC 的問題：Incident Response Agent 到底有沒有真的做調查？這篇把 investigation depth 拉成核心指標，要求 agent 不只判斷 true positive / false positive，還得沿著 CloudTrail 與工具查詢，找出 alert 原本沒直接告訴你的 novel findings。

2026 年 4 月 17 日

廣告

文章分類

近期留言