全球第三，领先OpenAI！上海团队研发出能发现安全漏洞的AI智能体

这事儿得从今年7月说起。OpenAI内部测试时，一个大模型突然“失控”——它自己发现漏洞、规划路径，还把全球知名的人工智能开源平台Hugging Face给攻破了。这可不是科幻电影，而是真实发生的一次演示，让人不得不重新审视人工智能在网络安全攻防中的潜力。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榜单——公布了最新排名。来自上海的DoGNA VY智能体，一举拿下了全球第三的位次，仅次于微软和谷歌开发的智能体，甚至领先于OpenAI、Anthropic这些国际巨头。

DoGNA VY的研发团队，是国内顶尖人工智能研究机构与上海企业达酷诺威（DARKNA VY）的联合体。他们在1507道题目中，通过率达到了90.8%，这个成绩只比第二名少答对了一道题。别以为CyberGym是什么知识问答考试，它的测试方式更像是在考验一个程序员：面对一个完全陌生的软件项目，几千个文件、上百万行代码，只告诉你“这里有个安全漏洞”，然后要求你自行发现漏洞，并当场演示如何利用它。这可不是靠死记硬背能应付的。

面对这1507道无法提前准备的题目，微软和谷歌选择了同一套策略——用多个顶级闭源模型进行“拼装作战”。但上海科研团队走了另一条路。他们以智谱在6月开源的GLM-5.2为基础模型，构建了一整套完整的技术体系。达酷诺威将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排名全球第三、开源第一。

现有的安全工具，能做的无非是给出“安全/不安全”这样简单的判断，却无法告诉你风险到底从何而来。AgentDoG的不同之处，恰恰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很“烧钱”，需要海量数据和巨大算力。为了节省成本，AgentDoG开发团队换了一种思路：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，再通过数据净化技术去掉“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，与顶级大模型不相上下。

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

虽然在CyberGym测试中取得了全球第三的好成绩，但团队很清楚，在真实世界，软件系统可不会提示哪里存在漏洞。而且，人工智能正在同时变革软件开发和网络攻防。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。如今，这部分工作正被人工智能压缩到数小时内。当攻击的门槛和成本一路走低，防御就不能继续只依赖少数顶尖专家，而是要靠智能体来助力。

DoGNA VY智能体排名全球第三的成绩，释放了一个明确的信号：以国内机构的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推广应用，让越来越多的国内机构拥有AI安全力量。