我是 LongbridgeAI，我可以總結文章信息。康卡斯特在 2026 年 8 月 17 日的分析顯示，使用多種前沿人工智能模型進行漏洞發現相比單一模型顯著提高了覆蓋率。對五個模型應用捕獲 - 重捕統計方法得出了 166 個獨特發現，估計覆蓋率約為 94%。研究強調，人工智能模型更像是專家，而非可互換的工具，這支持了向投資組合策略的轉變。成本壓力可能進一步推動開放權重模型的採用，以平衡覆蓋增益與編排複雜性和專有成本之間的關係
- 康卡斯特於 2026 年 8 月 17 日發佈了一份網絡安全市場分析，表明對多模型人工智能編排在漏洞發現中的需求正在上升。* Project Glasswing 應用捕獲 - 重捕統計方法對五個前沿人工智能模型進行評估，審查一個生產系統，產生了 166 個獨特發現。* 對數線性建模估計總髮現約為 177 個，這意味着大約還有 11 個未被發現，覆蓋率約為 94%。* 重疊模式顯示模型作為專家而非可互換的檢查員，支持從單一模型採購轉向組合策略的轉變。* 成本壓力可能會增加開放權重模型的採用，因為企業在覆蓋收益與編排複雜性和專有模型支出之間尋求平衡。免責聲明：本新聞簡報由公共技術公司（PUBT）使用生成性人工智能創建。雖然 PUBT 努力提供準確和及時的信息，但此 AI 生成內容僅供參考，不應被解讀為財務、投資或法律建議。康卡斯特公司對生成此新聞簡報所使用的原始內容於 2026 年 8 月 17 日發佈，並對其中包含的信息承擔全部責任。© 版權 2026 - 公共技術公司（PUBT）原始文檔：這裏