99.4%登顶全球第一!这个中国AI师承世界冠军

星海拾光行业资讯📡 量子位2026-11-07520 阅读💛 226 收藏
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

99.4%登顶全球第一!这个中国AI师承世界冠军

一举刷新「AI安全世界杯」CyberGym世界纪录

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。

版权所有,未经授权不得以任何形式转载及使用,违者必究。
360
一水
  • 10亿Tokens免费送!实测全国产算力模型Spark-X2.6,纯代码搓出3D故宫2026-10-26
  • WorkBuddy进驻企微!终于不用我当文件传输助手了。。。2026-10-26
  • KV Cache砍掉99%,单卡吞吐飙6倍,港科CMU联手岩山科技开源新模型2026-10-26
  • GPT-6.1 Terra首批网友实测来了!1折价格获得Astra级电脑操作能力2026-10-27

相关阅读

文章评论(12)

雪影9 天前

支持作者,持续关注中。

回复
曹浩9 天前

实话,说的不明不白

回复
晨寻梦9 天前

讲解得很细致,新手也能看懂。

回复
拾贝者9 天前

作者写得真不错,学到了不少。

回复
墨沐雨9 天前

整理得太全面了,省了我不少时间。

回复
雪知秋9 天前

这篇文章分析得很透彻,收藏了!

回复
空向阳9 天前

看完了,收获满满,期待更多更新。

回复
石佳琪9 天前

楼主辛苦了,内容很有参考价值。

回复
雪知秋9 天前

看标题就点进来了,内容果然没让人失望。

回复
星知秋9 天前

很有价值的分享,感谢整理。

回复
蓝临风8 天前

支持作者,持续关注中。

回复
崔欣怡8 天前

楼主辛苦了,内容很有参考价值。

回复