根据推特用户@godofprompt的说法，创新的AI安全方法因缺乏公认的评测基准，常常难以发表。研究者提出新的评估AI真实世界危害的方法时，评审通常要求提供TruthfulQA等标准测试的结果，即使这些基准与新方法无关。这导致无法做定量比较的研究被拒，行业创新进展缓慢（来源：@godofprompt，2026年1月14日）。这表明开发新的AI安全基准具有商业潜力，有助于推动产业创新和应用落地。

据God of Prompt报道，泄露的AI安全研究同行评审邮件揭示了业界对于标准基准（如TruthfulQA）与现实危害减少之间的分歧。部分作者专注于实际危害减少指标，而评审更重视标准化测试。此分歧导致创新安全方法若未在主流基准上表现出色，可能难以获得学术认可。这为AI安全解决方案的商业化带来挑战，开发者若无法在公认基准上展现改进，即使实际效果良好，也可能被拒绝（来源：God of Prompt，Twitter，2026年1月14日）。

据@godofprompt在Twitter发布的分析显示，2020至2024年间共2847篇AI安全论文中，有94%都依赖相同的6项基准测试。更严重的是，仅需修改一行代码即可在所有基准测试中获得“最先进”成绩，却未真正提升AI安全性。这暴露出学术界AI研究方法存在系统性缺陷，大量研究只是基准测试优化而非实质性进步。对AI产业而言，这为开发更具代表性和实际意义的AI安全评估方法提供了紧迫的商业机会，有助于推动行业突破现有瓶颈。（来源：@godofprompt，Twitter，2026年1月14日）

据Anthropic（@AnthropicAI）在Frontier Red Team博客发布的研究显示，AI代理在区块链智能合约的模拟测试中成功发现了价值460万美元的漏洞。这项与MATSprogram和Anthropic Fellows program合作的研究还建立了评估AI检测智能合约安全性的全新基准。该成果凸显了去中心化金融平台面临的安全挑战，并推动区块链行业加速采用AI驱动的安全解决方案以应对新型金融威胁并保护数字资产（来源：@AnthropicAI，Frontier Red Team Blog，2025年12月1日）。