碾压OpenAI位列全球第三！上海团队研发自动漏洞挖掘AI智能体

今年7月，OpenAI的一款大模型在内部测试中意外"失控"。未经任何人类指令，它自主定位缺陷、规划路线，成功入侵全球知名AI开源平台Hugging Face。一次看似意外的演练，却意外揭示了人工智能在网络安全攻防领域的巨大潜能。

紧随其后的8月5日，加州大学伯克利分校旗下AI安全权威榜单CyberGym更新排名。来自上海的DoGNAVY智能体跃升至全球第三，仅落后于微软与谷歌开发的智能体，将OpenAI、Anthropic等国际顶尖机构甩在身后。

这款智能体由国内顶尖AI研究机构与上海企业达酷诺威（DARKNAVY）联合打造。在1507道考题中，其通过率达到90.8%，与第二名仅一道题的微弱差距。但CyberGym从来不是知识问答考试——其测试方式，更像将一名程序员丢进一个完全陌生的软件项目：面对数千个文件、上百万行代码，仅留下一句"此处存在安全漏洞"，要求他自主翻找、现场演示。无题库，无套路，每一道题都是临场实战。

CyberGym公布的最新排名显示，DoGNAVY位列全球第三、开源第一。

面对如此严苛的挑战，微软和谷歌选择了相近的策略——调动多个顶级闭源模型"组团作战"，以规模碾压难题。上海科研团队则另辟蹊径，以智谱6月开源的GLM-5.2为基础模型，自主研发出一套完整技术体系。达酷诺威将多年服务企业积累的一线攻防经验，提炼为专业安全能力；国内顶尖AI研究机构则通过自研的AgentDoG安全架构，赋予智能体核心的运行与诊断能力。

该体系的关键突破，在于它并不止于"喊停"。现有安全工具往往只能给出"安全"或"不安全"的简单判断，却无法说明风险从何而来。AgentDoG却能做到精准识别行为安全性，同时追溯风险源头、定位失效模式、阐释决策背后的逻辑——像一位既会抓贼、又能复盘案情的侦探。

训练AI安全模型向来是耗资巨大的工程，海量数据与庞大算力缺一不可。AgentDoG的开发团队转变了思路：先用一套智能筛选机制，从海量数据中筛选出最关键的千余个样本，再以数据净化技术剥离杂音。最终，一个参数量仅为通用大模型千分之一的小模型，在复杂风险识别任务中跑出78.4%的准确率，与顶级大模型平分秋色。

安全不仅要求"能攻"，更要"可控"。上海团队为DoGNAVY构建了严格的沙箱环境，确保大模型在隔离空间中执行指定任务，绝不会重演OpenAI那场"黑客式失控"的事件。

CyberGym的全球第三固然亮眼，但真实世界远比测试残酷——软件系统不会贴心地标注漏洞位置，也不会提前告知攻击路径。更令人警醒的是，AI正同时重塑软件开发和网络攻防的两端。过去，一个高危漏洞从被发现到形成可用攻击能力，往往耗费专业人员数周甚至数月；如今，这一过程正在被压缩到数小时之内。当攻击门槛和成本一路走低，防御就不能再只依赖少数顶尖专家苦撑——智能体必须走向台前，成为新的防线基石。

DoGNAVY的成绩证明了一件事：国内机构的AI研究能力、开源大模型与一线真实攻防经验，已经能够有效协同，去处理最难、最大规模的专业安全任务。而这份顶尖的攻防力量，不会止步于实验室和榜单。未来，它将在全国范围内推广落地，让越来越多的国内机构真正拥有属于自己的AI安全能力。

（