99.4%登顶全球第一!这个中国AI师承世界冠军

2026-11-16 科技 阅读

                  一水发自凹非寺   量子位 | 公众号 QbitAI   99. 4%,全球第一。   好家伙,硅谷那几家天天站在聚光灯下大谈 AI 安全,谁承想呢?   如今刷新 AI 安全世界纪录的,是一个中国 AI 系统。   就在被称为「AI 安全世界杯」的 CyberGym 榜单上,360 自研 AI 安全攻防系统图龙锋,以 99.4% 的漏洞复现成功率登...

  一水发自凹非寺

  量子位 | 公众号 QbitAI

  99. 4%,全球第一。

  好家伙,硅谷那几家天天站在聚光灯下大谈 AI 安全,谁承想呢?

  如今刷新 AI 安全世界纪录的,是一个中国 AI 系统。

  就在被称为「AI 安全世界杯」的 CyberGym 榜单上,360 自研 AI 安全攻防系统图龙锋,以 99.4% 的漏洞复现成功率登顶,创下该榜单最高纪录。

  △图源:CyberGym 项目主页(只截取部分)

  同一张榜单上,与图龙锋同场竞技的,还有 OpenAI 的 GPT-5.5-Cyber、Anthropic 的 Claude Mythos Preview,以及 Google 的 Gemini 3.8 Flash Cyber。

  全是专门强化过网络安全能力的各家选手。

  就,还挺壮观的。

  而且这个第一,还真不是扫两眼代码、圈几个可疑位置就能轻易拿下的。

  1507 个真实漏洞任务,连续三轮独立评测,AI 需要从海量代码中定位相关位置、构造 PoC(概念验证),再把漏洞真正复现出来,才算答对。

  CyberGym 刚发布时,全球最佳组合「OpenHands+Claude 3.7 Sonnet」的成功率只有 11.9%。

  现在,图龙锋直接干到了 99.4%,一个接近满分的成绩。

  这就有点离谱了。

  360 到底怎么把一个 AI,练成全球第一的漏洞挖掘高手??

  往前回溯了下历史,只能说终极答案,既在意料之外,也在情理之中——没错,人,依旧是那个最关键的变量。

  全球第一的 AI 背后,是一群世界冠军

  图龙锋的故事,恰好印证了「名师出高徒」这句中国老话,到了 AI 时代依然管用。

  时间回到 2017 年,温哥华,Pwn2Own 世界黑客大赛。

  这场比赛被称为「黑客世界杯」,规则简单粗暴:

  参赛团队必须在规定时间内攻破真实产品,并当场完成漏洞利用和验证。

  程序没被真正攻破,说什么都不算数。

  比赛最后一天,360 安全团队带来了一条横跨 Microsoft Edge、Windows 内核和 VMware Workstation 的攻击链。

  他们要挑战的,是连续三道防线:

  先攻破浏览器,再穿透操作系统内核,最后从虚拟机中强行逃逸,直抵宿主机。

  三道关卡环环相扣,任何一环失手,整条攻击链都可能功亏一篑。

  但现场演示开始后,整条攻击链跑通,只用了 90 秒。

  是的,90 秒,如入无人之境。

  不过观众看到的也就这 90 秒了,真正困难的工作,早在上台之前就已经开始。

  研究员要从陌生系统里找到突破口,再把几个漏洞串成一条完整路径,中间经历过多少次试错,外界无从得知。

  台上的 90 秒,只是反复判断之后,最终留下的那条正确路径。

  最终,经过三天较量,360 以 63 分登顶积分榜,拿下赛事最高荣誉 Master of Pwn(世界破解大师)。

  △图源:Pwn2Own 官网

  类似的能力展示在 360 也不止出现过一次。

  2020 年,360 Alpha Lab 安全研究员龚广带来了一条名为「梯云纵」的漏洞链。

  名字很有武侠味,实际效果也确实够猛。

  攻击者可以远程突破 Chrome 浏览器和 Android 系统的多层防护,最终获得设备控制权限。

  凭借这项研究,龚广拿下被誉为安全圈「奥斯卡」的 Pwnie Awards「史诗级成就奖」,成为首位获得该奖项的中国安全研究员。

  △图源:360 官网

  看到这里,事情开始有意思了。

  Pwn2Own 和「梯云纵」,面对的软件不同,技术细节也完全不一样。

  但核心逻辑是一样的:在没有标准答案的地方,自己找出一条能走通的路。

  这种能力,靠背题库显然背不出来。

  得靠啥?当然是真刀真枪地干。

  而 360 最不缺的,恰恰就是实战。

  据 360 披露,其安全团队累计发现并协助修复微软、谷歌、苹果、华为、高通等厂商的 CVE 漏洞(即拥有国际通用编号的公开漏洞)超过 3000 个。

  3000 多个真实漏洞,是什么概念?

  意味着这群人长期都在和陌生代码、复杂系统,以及没有现成答案的问题打交道。

  今天面对浏览器,明天可能就是操作系统、芯片或者企业业务软件,项目一换,原来的解法很可能直接失效,只能重新找。

  这么多年磨下来,哪些线索值得追、什么时候该换方向,慢慢就成了一种判断力。

  这才是 360 真正难复制的地方。

  顶级安全专家本就稀缺,能让一群顶级专家连续二十多年处理数千个真实漏洞,把一次次试错沉淀成经验的团队,更稀缺。

  但问题也跟着来了,再厉害的专家,一天也只有 24 小时。

  面对海量代码和不断冒出来的新软件,光靠人一行行看,终究忙不过来。

  于是,一个很自然、也很大胆的想法出现了:能不能让 AI 也学会这群专家的「判断力」?

  而这,才是图龙锋故事真正的起点。

  把世界冠军的手艺教给 AI,最难的不是喂答案

  要把世界冠军的本事教给 AI,第一反应当然是喂数据。

  公开的 CVE、NVD,再加上散落在网上的漏洞报告,数量已经相当可观。

  但我翻了一圈,很快发现一个有意思的问题:这些公开数据,往往只告诉你漏洞是怎么回事,却很难还原高手当初是怎么找到它的。

  有结果,没过程,这谁看了不头疼?

  直接幻视小时候抄寒假作业了有没有。

  一翻参考答案,结果倒是写得明明白白,最关键的推导过程却只有一个字:略。

  偏偏对漏洞挖掘来说,最值钱的经验,就藏在这个「略」字里。

  这时候,360 过去二十多年的积累就派上了用场。

  常年身处安全攻防一线,360 在恶意程序查杀、攻击处置和漏洞研究中,攒下了大量来自真实环境的安全样本。

  更关键的是,那群安全研究员在真实攻防中怎么分析、怎么调用工具、试错之后怎么调整方向,都逐渐沉淀成了过程数据和专家经验。

  「真样本+真经验」,两类数据放在一起,分量就完全不一样了。

  按照 360 披露的技术路线,这些内容被用于训练图龙锋背后的安全领域大模型。

  得,世界冠军压箱底的「独门秘籍」,就这样进了 AI 的脑子。

  不过,模型学会怎么判断,距离真正挖出漏洞,还差「动手」这一步。

  我原本以为,给模型接上代码库和安全工具,再套一层 Agent,不就行了?

  这也是行业里很常见的做法。

  可漏洞挖掘有点特殊。

  面对几百万行陌生代码,最难的往往是确定从哪里下手。

  底层模型如果看不懂安全,Agent 再忙,也可能沿着错误的方向一路狂奔。

  这也解释了图龙锋为什么同时推进两条技术路线:安全领域大模型+专业智能体蜂群。

  更细的工程实现,公开资料里没有完全展开。

  毕竟是商业产品,咱们就顺着官网这张图,看看它最核心的设计思路。

  安全领域大模型负责找方向。

  360 先用多年积累的安全数据和专家经验,训出一个懂安全的专业模型。

  再通过「反向教学」,让这位安全专家把本事教给通用模型。

  这样,原本什么代码都能看的通用模型,又多了一双发现安全问题的眼睛,升级成了「安全领域大模型」。

  脑子有了,专业智能体蜂群随即开工。

  360 把专家挖漏洞的流程和工具拆开,交给不同智能体分头执行,从分析代码、调用工具,到生成 PoC、验证漏洞,一路跑到底。

  遇到问题,结果就会重新反馈回来,系统调整方向,再试一次。

  到这里,前面参考答案里那个被省略的「过程」,终于被一点点补了回来。

  数据库提供已经发生过的漏洞,过程数据教 AI 如何判断和纠错,智能体再把这些判断变成实际行动。

  几样东西凑到一起,图龙锋才开始有了世界冠军那种「碰到未知问题也知道怎么往下走」的能力。

  但故事到这里,还没完。

  图龙锋不光学会了专家的本事,还开始学会自己从错误里长本事。

  360 最近披露的一份技术报告,记录了一次自进化事件。

  事情发生在一次常规漏洞测试中。

  当时,图龙锋自己搭建的验证环境怎么都跑不通,折腾半天无果后,它干脆上网找办法,结果还真从一篇技术博客里翻出了一个标注为「测试环境」的地址。

  好家伙,现成的测试环境这不就来了?

  刚打算拿地址来验证漏洞,结果请求还没发出去,就被隔离沙箱拦了下来。

  问题出在哪?

  博客里写着「测试环境」,可没说你有权限拿它做漏洞测试啊。

  有意思的是,图龙锋事后自动复盘,也发现了这个问题。于是,它给自己补上了一条新规矩:以后只能使用任务明确指定的测试地址。

  经过多轮审查和验证,这条新规则正式生效。

  从告警到新规则在受控环境中生效,整个过程无需人工介入。

  这下,AI 不只是会挖洞,还能把一次错误变成下一次任务用得上的新本事。

  小结一下图龙锋的技术路线:先让 AI 学会安全专家怎么判断,再让智能体照着这套方法动手,遇到新问题,还能从试错中继续积累经验。

  过去,世界冠军的本事装在专家脑子里,如今这些经验开始变成一套能够反复执行、持续更新的 AI 系统。「名师出高徒」,事,就这么成了。

  AI 出师,在「AI 安全世界杯」火速拿下大结果

  图龙锋很快便迎来了第一场硬仗——CyberGym。

  CyberGym 由加州大学伯克利分校团队推出,相关论文已被顶会 ICLR 2026 收录。

  它的 1507 道题,全部取自 OpenSSL、FFmpeg、nginx、cURL 等 188 个真实开源项目中的历史漏洞,规模达到此前同类基准的 7.5 倍。

  你手机里、服务器上、路由器里跑着的东西,一大半都能在这些项目里找到影子。

  题目够真、规模够大,CyberGym 也因此成了检验前沿模型网络安全能力的一座公开擂台。

  放在 AI 安全圈,这阵仗差不多就相当于一场世界杯了。

  而图龙锋一上场,不仅刷新了榜单最好成绩,而且稳得一匹。

  三轮独立评测,成功率分别为 99.27%、99.47% 和 99.40%(平均为 99.38%,四舍五入就是全文提到的 99.4%)。

  要知道 Agent 每次执行都存在一定随机性,偶尔跑出一次高分还能归于运气,次次都这样,那就只有两个字能解释了:

  实力。

  图龙锋掌握的,已经是一套可以稳定复现的漏洞挖掘能力。

  空口无凭。

  有这样一组数据很能说明问题——从今年 6 月发布至今,图龙锋累计发现的漏洞已经超过 1.5 万个,500 余家企业接入开展专项安全测试。

  它挖出的漏洞里,有的藏在 Windows 中长达 5 年,有的在 Office 里潜伏了 8 年,相关成果还获得了微软官方致谢。

  △图源:360 官网(微软安全响应中心致谢截图)

  还没完。2026 年 10 月,中国信通院公布首批「漏洞挖掘智能体能力评估」结果。

  图龙锋一口气通过四大维度、12 项能力要求,成为全国唯一通过该项评估的产品。

  国际国内双开花,360 图龙锋,这下是真给你拿到大结果了(doge)。

  说起来,提到 360,很多人的第一反应,可能还停留在当年电脑右下角那个熟悉的杀毒软件图标。

  但在 AI 安全圈,360 其实还有一个更硬核的身份。

  据 360 披露,它目前是 CNNVD 国家信息安全漏洞库核心级技术支撑单位,累计向相关监管机构报送的漏洞已经达到百万级。

  而且有意思的是,早在大模型爆发之前,360 就已经在琢磨怎么让机器自己找漏洞了。

  2018 年,中央网信办官网在一篇介绍 360 网络安全实践的文章中提到,360 当时已经研发出自动漏洞挖掘系统。

  如今再看图龙锋,倒也算得上有迹可循。

  从当年世界冠军亲自上阵,到今天「AI 徒弟」登顶全球榜单,变的是挖漏洞的方式,背后依靠的却始终是那群安全专家二十多年攒下的真功夫。

  而 AI 的到来,终于让这些原本掌握在少数人手里的本事,有了大规模被复制的机会。

  所以,回头再看开头那个 99.4%,似乎也没那么意外了。

  九年前,站上世界领奖台的是 360 的安全研究员。

  九年后,登顶全球榜单的是他们教出来的 AI。

  一切都有迹可循。

相关阅读

柘城网为柘城本地权威综合门户。立足本土,解读钻石、辣椒、肉牛特色产业,传承朱襄故里人文,汇聚旅游、非遗、美食与民生资讯,搭建柘城论坛,服务柘城百姓。
  • 今天吃什么?
  • 关于我们
Copyright © 2026 柘城网 All Rights Reserved. 豫ICP备2025133402号豫公网安备41142402000636号
关灯 返回顶部
返回顶部