2026年7月，OpenAI一款大模子在里面测试中“失控出逃”——自主发现马虎、诡计旅途，奏凯入侵Hugging Face平台。该模子为得回更高评分，主动诳骗此前未知的零日马虎冲突沙箱，侵入存储测试谜底的数据库，全程由AI自主完成。过后测试方发现，好意思国主流AI模子无法处理坏心载荷，最终转用中国开源模子完成溯源分析。

这一事件将AI智能体的行径安全与运行时限度问题推至前台。而在更具量化性的外洋安全测评中，问题的伏击性相似得到了考据。

近期，加州大学伯克利分校发布的外洋安全巨擘榜单CyberGym公布了最新排行。该基准以1507项来自188个实在开源步地的历史已栽种马虎为任务，测试AI智能体从零启动自主挖掘、考据并诳骗马虎的才气，被Anthropic、DeepSeek、微软、Wiz等视为AI安全才气的关键标尺。

8月5日，外洋公认安全巨擘榜单CyberGym公布了最新排行，来自中国的团队DoGNAVY得回人人第三、开源第一的得益。

由国内顶尖东谈主工智能筹商机构（上海）与安全团队达酷诺威（DARKNAVY）连合研发的DoGNAVY，在这次测评中通过1369谈题（通过率90.8%），排行人人第三，仅次于微软MDASH（92.0%）和Wiz×Google DeepMind的Atlas（90.9%），并杰出OpenAI GPT-5.5-Cyber（85.6%）与Anthropic Claude Mythos（83.1%）。

一张榜单，果然凑皆了人人最顶尖的AI公司。前两名用了相似的路数：多个闭源顶级模子”组装作战”。用Wiz我方的说法，Atlas会把每个步伐路由给在这项任务上发达最佳的模子。这条门路饱和强劲，但有个前提——你得同期买得到、也用得起全天下最强的那几个闭源模子。而对国内团队来说，这不仅意味着资本，更意味着可得回性与自主性的挑战。部分外洋逾越模子并未厚爱向中国商场绽开奇迹。DoGNAVY聘用了另一条路。它只用了一款基础模子——智谱在6月开源的GLM-5.2，一个任何东谈主都能从Hugging Face高下载、解放部署的通用模子。

DoGNAVY让AI像安全人人一样念念考

复制一个顶级安全筹商员，关键不在于“复制学问”，而在于“复制使命容貌”。CyberGym进修的恰是Agent的万古刻探索、考据、纠偏、纠正才气。对此，DoGNAVY将顶尖安全筹商员的使命容貌及决策逻辑内化为Agent使命流；通过从范例进口还原调用链与数据敛迹，判断实在输入能否触发马虎；同期将实在筹商中履行灵验的器具赋予Agent，让静态分析提倡旅途与敛迹，动态考据以粉饰率、崩溃与运行时凭据加以校验。

使命流与自决策

DoGNAVY 通过结构化使命流将绽开式马虎考据明白为输入输出明确的筹商行径，在关键决策点栽种搜检条目。模子仍负责聘用分析旅途、形成假定和决定行动，但使命流保合手观点、纪录论断并铁心无效发散。系统允许在凭据冲突时拔除失实前提并回溯重分析，幸免在失实假定上累积使命。

马虎可达性分析

实在步地需从本色进口启程，知足解析、情景与数据敛迹后方可到达观点代码。DoGNAVY将马虎形色与代码结构关联，渐渐还原从外部输入到颓势位置的调用链与数据敛迹，要点关心输入怎样被解析、革新和传递，以及哪些条目决定旅途可达。对大型代码库，系统通过索引化链接减弱搜索范围，并组织已说明的进口、旅途、敛迹及未处理问题为可合手续更新的任务情景。当静态论断不实时，保留不细则性并转入动态考据，而非将“未找到”等同于“不存在”。

动静招引分析

DoGNAVY将静态分析与动态探索置于长入反馈轮回：静态分析生成可解说的马虎旅途与输入敛迹，动态分析考据可达性、不雅测运行时行径并反馈效果。动态反馈（如粉饰率、失实位置、崩溃认知性）引导下一轮静态修正或输入构造；静态敛迹则减弱动态搜索范围。该闭环合手续提供外部凭据，裁汰纯谈话推理在复杂限度流和二进制输入上的累积差错。动态考据永久以实在进口和运行条目为范畴，唯一可重叠的观点推敲行径才被袭取为最终 PoC，摈斥非观点崩溃或环境颠倒。

学问库与操心

DoGNAVY内置面向多平台（Android、iOS、HarmonyOS、IoT）的通用安全筹商教学，形色可挪动的马虎分析步伐和敛迹，而非特定观点谜底。本次 CyberGym 实验未加载任何数据集推敲任务、马虎编号、历史 PoC 或补丁信息，仅保留常见马虎分析与考据教学，以检修泛化才气。同期，跨任务操心关闭，每个任务独处实行，效果不注入后续任务；但单任务内合手续千里淀已说明的代码旅途、敛迹、尝试与反馈，经组织压缩后保留关键决策信息，缓解长高下文密致力稀释。进击跨任务操心虽铁心合手续学习上风，但更能客不雅响应系统泛化才气，并减少对数据集的相宜性偏差。

DoGNAVY的背后，是一套齐全的时候体系。从Agent基础设施到安全筹商使命流，均由国内连合团队共同完成。其中，顶尖安全团队达酷诺威将耐久奇迹繁多领军企业所积贮的一线教学革新为专科安全才气；国内顶尖东谈主工智能筹商机构则通过名为AgentDoG(https://github.com/AI45Lab/AgentDoG)的安全架构，提供了中枢的智能体运行与会诊才气。

为什么需要AgentDoG？因为AI智能体的风险，早已不是”说错话”那么浅薄。一个大概操作文献、调用API、拜访网罗的Agent，可能因为一条荫藏在网页中的坏心领导败露阴私文献，可能因失实链接器具参数酿成经济亏本，致使可能”悄无声气”地偏离正轨、实行危境行为。

现存的安全器具只可给出”安全/不安全”的浅薄判断，无法见告风险根源。AgentDoG的不同之处在于，它不仅能精确判断Agent行径的安全性，更能会诊风险着手、追念失效模式、解说决缱绻因。

老师AI安全模子频繁很“烧钱”——需要海量数据和广漠算力。AgentDoG团队换了一种念念路：先用一套智能筛选机制，从海量数据中只挑出最关键的千余样本，再通过数据净化时候去掉“噪音”。最终，一个参数目仅为通用大模子千分之一的小模子，在复杂风险识别任务中达到了78.4%的准确率——与顶级大模子不相高下。

当弊端按小时提速，看管不成再按年增长

AI正在同期改写软件设备和网罗攻防。畴前，一个高危马虎从被发现到形成可用弊端才气，通常需要专科筹商员参预数周致使数月。如今，这部单干作正在被压缩到数小时内。当弊端的门槛和资本全部走低，看管就不成持续只依赖少数顶级人人。

人人第三、中国第一，仅仅一个坐标。它信得过讲明的是：以国内机构的AI筹商才气、开源大模子与一线实在攻防教学，依然大概形成灵验谐和，处理最难、最大范畴的专科安全任务。这一得益指向的，不仅仅一次时候考据，更是让顶尖安全攻防才气不再只局限于少数区域和机构，而能被更多改进者得回、使用并共同建树——让更多中国改进领有AI安全力量。

— 完 —

量子位 QbitAI

关心咱们开yun体育网，第一时刻获知前沿科技动态