🥷 #OpenAI and Paradigm launched EVMbench, a benchmark designed to measure how well #AI-агенты могут обнаруживать, исправлять и эксплуатировать уязвимости в экосистемах EVM, таких как Ethereum. Бенчмарк создан на основе 120 уязвимостей высокой степени опасности, отобранных из 40 аудитов, и включает сценарии, связанные с цепочкой Tempo. Тесты показывают, что GPT-5.3-Codex набрал 72.2% в режиме "эксплойт" по сравнению с GPT-5, который показал 31.9%, в то время как охват обнаружения и исправления уязвимостей остается неполным. #хак