标签
作者构建了一个有漏洞的React Native应用，用于测试LLM能否利用常见的Firebase配置错误，结果发现只有少数模型（GPT 5.5、Deepseek V4 Pro、Claude Sonnet 4.6、Claude Opus 4-8）成功，其中GPT 5.5的解决率最高。