99.4%登顶CyberGym：360图龙锋如何把“世界冠军的手感”教给AI

在网络安全的世界里，找到一行可疑代码不难，难的是从几百万行陌生代码里，判断哪一条路径真的能通向漏洞，并且把它完整复现出来。这个过程，过去高度依赖顶级安全研究员多年练出的“手感”。现在，360 想把这套手感，变成一套可以规模复制的 AI 系统。

在被称为“AI 安全世界杯”的 CyberGym 榜单上，360 自研的 AI 安全攻防系统“图龙锋”以 99.4% 的漏洞复现成功率登顶，刷新了该榜单的最高纪录。同场竞技的，是 OpenAI 的 GPT-5.5-Cyber、Anthropic 的 Claude Mythos Preview，以及 Google 的 Gemini 3.8 Flash Cyber——都是专门强化过网络安全能力的选手。

一分钟速览

• CyberGym 设置 1507 个真实漏洞任务，连续三轮独立评测，AI 必须定位代码、构造 PoC 并真正复现漏洞。
• 图龙锋成功率达到 99.4%，而 CyberGym 刚发布时，全球最佳组合的成功率只有 11.9%。
• 360 安全团队累计发现并协助修复 3000 多个带国际编号的 CVE 漏洞。
• 训练不只喂公开漏洞报告，还加入了研究员在真实攻防中的分析过程、工具调用与试错经验。
• 技术路线是“双线并行”：先训安全领域模型，再用“反向教学”把能力迁移给通用模型。

一张榜单，考的不是背书

CyberGym 的题目并不温和。1507 个任务全部来自真实漏洞，AI 需要先在海量代码中定位相关位置，再构造可执行的 PoC，最后让漏洞真正触发。只圈出“可疑函数”不算答对，只有复现成功才计分。这更接近真实的安全研究，而不是选择题。

这也解释了为什么提升如此困难。公开的 CVE、NVD 和漏洞报告，大多只告诉你“漏洞是什么”，却很少还原“高手当初是怎么找到它的”。有结果、没过程，模型学到的往往只是模式匹配，而不是推理路径。面对一份从未见过的代码库，这种能力很容易失效。

360 的优势，恰恰来自过程数据。其安全团队长期在恶意程序查杀、攻击处置和漏洞研究中积累样本；研究员如何拆解目标、调用哪些工具、失败后如何调整方向，也被沉淀为过程记录。把“真样本”和“真经验”放在一起训练，模型才有机会学到判断力，而不只是记住答案。

世界冠军的底子

这套数据的厚度，不是短期能补出来的。2017 年，在温哥华的 Pwn2Own 世界黑客大赛上，360 安全团队用一条横跨 Microsoft Edge、Windows 内核和 VMware Workstation 的攻击链，先攻破浏览器，再穿透系统内核，最后从虚拟机逃逸到宿主机，现场演示跑通只用了 90 秒。最终，团队以 63 分登顶积分榜，拿下 Master of Pwn。

2020 年，360 Alpha Lab 研究员龚广又带来名为“梯云纵”的漏洞链，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，并因此拿下 Pwnie Awards 的“史诗级成就奖”。这些案例的共同点，是在没有标准答案的地方，自己找出一条能走通的路。

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 3000 多个 CVE。二十多年、数千个真实漏洞，意味着团队长期在和陌生代码、复杂系统打交道。这种经验很难被复制，但可以被“教”给模型——前提是记录下过程，而不只是结果。

两条路线：专家模型与反向教学

按照 360 披露的思路，图龙锋并不是简单给通用模型套一个 Agent 外壳。面对几百万行代码，最难的往往是从哪里下手；如果底层模型不懂安全，Agent 工具再多，也可能沿着错误方向一路狂奔。

因此，360 同时推进两条路线：一条是用安全数据和专家经验，训练懂安全的专业模型；另一条是通过“反向教学”，让这位“安全专家”把本事迁移给通用模型。前者解决深度，后者解决泛化。更细的工程实现，公开资料没有完全展开，但从结果看，这套组合在 CyberGym 上跑通了。

数据支撑与趋势

把 11.9% 到 99.4% 的变化拆开看，它并不是一次普通的模型升级。11.9% 是“通用 Agent + 通用模型”在真实漏洞复现上的天花板；99.4% 则说明，当领域数据、过程经验和工具链被系统化整合后，AI 在高度专业的安全任务上可以接近人类顶尖团队的水平。

这也给 AI 安全行业提了一个新问题：攻击方同样可以使用这类系统。当漏洞挖掘的成本被大幅降低，防守方的响应速度、代码审计频率和补丁分发机制，都必须同步提速。AI 安全不会只是“用 AI 防 AI”的口号，而会变成企业软件供应链的基础设施。

结语

图龙锋的意义，不只是一张榜单的第一名。它证明了一件事：在需要判断力和实战经验的领域，AI 的瓶颈往往不是参数，而是数据里有没有“过程”。谁掌握了真实攻防的过程，谁就更有机会训练出真正能打的系统。对安全行业来说，这场比赛才刚刚开始。