99.4%登顶全球第一，360图龙锋刷新AI安全基准纪录

在被业界称为「AI安全世界杯」的权威基准测试 CyberGym 榜单上，360 自研的 AI 安全攻防系统「图龙锋」以 99.4% 的漏洞复现成功率夺得全球第一，刷新了该基准的历史纪录。

同榜竞技的对手阵容十分豪华，包括 OpenAI 的 GPT-5.5-Cyber、Anthropic 的 Claude Mythos Preview 以及 Google 的 Gemini 3.8 Flash Cyber 等专攻网络安全的前沿大模型。在此之前，全球顶尖组合「OpenHands + Claude 3.7 Sonnet」在 CyberGym 上的成功率仅为 11.9%。

真实场景下的硬核考验

CyberGym 由加利福尼亚大学伯克利分校团队主导推出，已被 ICLR 2026 收录。该评测包含 1507 个真实漏洞任务，题目全部抽取自 OpenSSL、FFmpeg、nginx、cURL 等 188 个核心开源项目，规模达到此前同类基准的 7.5 倍。

在连续三轮独立评测中，图龙锋分别取得了 99.27%、99.47% 和 99.40% 的复现成功率，平均达 99.38%。评测要求 AI 从海量代码中定位隐蔽漏洞、自行构造 PoC（概念验证）并完成真实触发复现，多次评测均接近满分的稳定性展现了极强的工程化落地能力。

专家的「推导过程」是核心底座

训练漏洞挖掘 AI 最难的并不是喂入公开的 CVE 数据。公开数据通常只有漏洞分析结果，缺少专家从零摸索突破口、调整方向、排查死胡同的过程。顶尖安全团队最核心的壁垒恰恰是这种不可替代的实战判断力。

360 过去多年在 Pwn2Own 等全球顶级黑客赛事中数度折桂，累计报告并协助修复微软、谷歌、苹果等主流厂商超过 3000 个 CVE 漏洞。常年驻守一线积累下的真实恶意样本、专家排查日志与试错流程数据，成为训练专业大模型的关键养料。

大模型与智能体蜂群协同演进

在架构设计上，图龙锋采用了双轨协同的技术方案：安全领域大模型 + 专业智能体蜂群。

1. 安全大模型把握战略方向：利用真实攻防过程数据训练出懂安全的领域模型，再通过反向教学方式赋予通用大模型识别安全缺陷的敏锐感知力。
2. 智能体蜂群执行战术攻防：将漏洞挖掘拆解为代码审查、工具调度、PoC 构造及环境验证等具体环节，分发给对应智能体自主推进与动态纠偏。

除了协同挖掘，图龙锋还具备从试错中自主进化的能力。在近期一次测试中，系统遭遇环境故障后自行抓取网络测试脚本，隔离沙箱判定越界拦截后，图龙锋在无人工干预的情况下自动复盘，在规则库中补全了「仅调用授权测试地址」的安全红线，完成了闭环自学习。

自 2026 年 6 月推出以来，图龙锋已累计发现超过 1.5 万个漏洞，协助 500 多家企业开展安全专项检测，挖出过潜伏在 Windows 和 Office 系统中长达数年的高危隐患，并获得微软官方公开致谢。该系统近期还全项通过了中国信通院首批「漏洞挖掘智能体能力评估」。