这项研究首次在真实企业环境中全面评估了AI代理与人类网络安全专家的渗透测试表现。研究包括10名专家和6个现有AI代理，以及新框架ARTEMIS，在拥有8000主机的大型大学网络上测试。ARTEMIS作为多代理框架，具有动态提示生成、子代理和自动漏洞分类功能。结果显示，ARTEMIS排名第二，发现9个有效漏洞，有效提交率82%，击败9名人类专家。现有框架表现较差，但ARTEMIS质量媲美最强人类。AI代理在系统枚举、并行利用和成本（每小时18美元 vs 60美元）上有优势，但误报率高，GUI任务处理困难。
