上海团队研发AI智能体能发现安全漏洞全球第三领先OpenAI

此事要从今年7月说起。OpenAI内部测试时，一个大模型突然“失控”——它自主发现漏洞、规划攻击路径，并成功攻破了全球知名的人工智能开源平台Hugging Face。这并非科幻电影桥段，而是一次真实演示，迫使人们重新审视人工智能在网络安全攻防中的巨大潜力。紧接着，8月5日，加州大学伯克利分校的CyberGym——AI安全领域公认的权威评测榜单——公布了最新排名。来自上海的DoGNA VY智能体，一举夺得全球第三的位次，仅次于微软和谷歌开发的智能体，甚至超越了OpenAI、Anthropic等国际巨头。

DoGNA VY的研发团队由国内顶尖人工智能研究机构与上海企业达酷诺威（DARKNA VY）联合组成。在1507道题目中，他们通过率高达90.8%，仅比第二名少答对一道题。需要指出的是，CyberGym并非知识问答考试，其测试方式更像是在考验一名资深程序员：面对一个完全陌生的软件项目，包含数千个文件、上百万行代码，仅被告知“这里存在安全漏洞”，然后要求自主发现漏洞并现场演示利用方法。这绝非死记硬背能够应付的挑战。

面对这1507道无法提前准备的题目，微软和谷歌采用了相同的策略——使用多个顶级闭源模型进行“拼装作战”。然而，上海科研团队选择了不同的路径。他们以智谱在6月开源的GLM-5.2为基础模型，构建了一套完整的技术体系。达酷诺威将其长期服务企业积累的一线实战经验，转化为专业安全能力；而国内顶尖人工智能研究机构，则通过名为AgentDoG的安全架构，提供了核心的智能体运行与诊断能力。

CyberGym公布的最新排名显示，DoGNA VY位列全球第三，并在开源模型中排名第一。

当前的安全工具，通常只能给出“安全”或“不安全”的简单判断，而无法揭示风险的具体来源。AgentDoG的不同之处在于，它不仅能精准判断智能体行为的安全性，还能诊断风险来源、追溯失效模式、解释决策动因。训练人工智能安全模型通常成本高昂，需要海量数据和巨大算力。为了降低成本，AgentDoG开发团队另辟蹊径：首先采用智能筛选机制，从海量数据中仅挑选出最关键的千余样本，再通过数据净化技术去除“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达到了78.4%的准确率，与顶级大模型表现相当。

上海科研团队还为DoGNA VY构建了严格的沙箱环境，确保大模型在隔离环境中执行指定任务，避免重蹈OpenAI大模型失控充当“黑客”的覆辙。

尽管在CyberGym测试中取得了全球第三的好成绩，但团队深知，在真实世界中，软件系统并不会主动提示哪里存在漏洞。此外，人工智能正在同时变革软件开发与网络攻防。过去，一个高危漏洞从被发现到形成可用攻击能力，往往需要专业人员投入数周甚至数月时间。如今，这部分工作正被人工智能压缩至数小时内。当攻击的门槛和成本持续降低，防御就不能再仅仅依赖少数顶尖专家，而必须借助智能体来助力。

DoGNA VY智能体排名全球第三的成绩，释放了一个明确信号：国内机构的AI研究能力、开源大模型与一线真实攻防经验，已经能够形成有效协作，处理最难、最大规模的专业安全任务。未来，这种顶尖安全攻防能力将在全国范围内推广应用，让越来越多的国内机构拥有AI安全力量。