360图龙锋AI安全系统：99.4%漏洞复现成功率登顶CyberGym

一水在凹非寺发文，量子位公众号QbitAI同步刊出。

99.4%，全球排第一。

硅谷几家大厂总在聚光灯下讲AI安全，谁想到会是这个局面？

把AI安全世界纪录刷新的，是中国的一套AI系统。

有「AI安全世界杯」之称的CyberGym榜单上，360自研的AI安全攻防系统图龙锋拿下99.4%的漏洞复现成功率，排到榜首，也创下这个榜单的最高纪录。

图源：CyberGym项目主页，只截取部分。

同一张榜单上和图龙锋一起比的，还有OpenAI的GPT-5.5-Cyber、Anthropic的Claude Mythos Preview，以及Google的Gemini 3.8 Flash Cyber。

这些都是专门强化过网络安全能力的选手。

场面确实挺壮观的。

这个第一，也不是扫两眼代码、圈几个可疑位置就能拿下的。

1507个真实漏洞任务，连续三轮独立评测。AI得从海量代码里找到相关位置，构造PoC（概念验证），再把漏洞真正复现出来，才算答对。

CyberGym刚发布那会儿，全球最佳组合「OpenHands＋Claude 3.7 Sonnet」的成功率只有11.9%。

现在图龙锋直接做到99.4%，接近满分。

这数字有点离谱。

360是怎么把一套AI练成全球第一的漏洞挖掘高手？

往回翻翻历史，终极答案既在意料之外，也在情理之中。

人，还是那个最关键的变量。

全球第一的AI背后，站着一群世界冠军。

图龙锋的故事，正好印证了「名师出高徒」这句中国老话在AI时代照样管用。

时间回到2017年，温哥华，Pwn2Own世界黑客大赛。

这场比赛被叫作「黑客世界杯」，规则简单粗暴：

参赛团队得在规定时间内攻破真实产品，漏洞利用和验证要当场完成。

程序没被真正攻破，说什么都不算数。

比赛最后一天，360安全团队拿出了一条横跨Microsoft Edge、Windows内核和VMware Workstation的攻击链。

摆在面前的防线共有三道。

浏览器先被攻破，接着是操作系统内核被穿透，最后从虚拟机中强行逃逸，一路打到宿主机。

这三道关卡彼此咬合，中间只要有一环没走通，整条攻击链就可能全部作废。

可现场演示一启动，整条链路跑完只花了90秒。

没错，90秒，一路畅通无阻。

观众能看到的也只有这90秒。真正难啃的活，早在登台之前就开始了。

研究员得从一套陌生的系统里摸到入口，再把若干个漏洞串成一条能走通的完整路径，中间试错了多少回，外人根本不知道。

台上那90秒，是无数次判断之后剩下的唯一正确走法。

三天比拼下来，360以63分排在积分榜首位，拿下赛事最高荣誉Master of Pwn（世界破解大师）。

△图源：Pwn2Own官网

这样的能力展示，在360并不只出现了一回。

2020年，360 Alpha Lab安全研究员龚广拿出了一条漏洞链，取名「梯云纵」。

名字带着武侠气，威力也确实够狠。

攻击者能远程打穿Chrome浏览器和Android系统的多层防护，最终拿到设备控制权限。

这项研究让龚广捧回被称作安全圈「奥斯卡」的Pwnie Awards「史诗级成就奖」，他也成为首位拿到该奖项的中国安全研究员。

△图源：360官网

到这里，事情就有意思了。

Pwn2Own和「梯云纵」针对的软件不一样，技术细节也差得远。

可底下的思路是同一个：

没有标准答案的地方，自己蹚出一条走得通的路。

这种本事，靠背题库显然背不出来。

那靠什么？只能真刀真枪地干。

实战恰恰是360最不缺的东西。

360方面称，其安全团队迄今协助微软、谷歌、苹果、华为、高通等厂商修复的CVE漏洞（有国际通用编号的公开漏洞）已累计超过3000个，这些漏洞均由该团队发现。

3000多个真实漏洞，究竟是个什么量级？

它说明这批人常年打交道的，是陌生的代码、复杂的系统，还有那些压根没有现成答案的难题。今天啃的是浏览器，明天可能就换成操作系统、芯片，或者企业的业务软件。项目一变，原先那套解法常常直接失灵，只能从头再找。

二十多年这么磨下来，哪些线索值得追、什么时候该掉头，慢慢变成了一种判断力。这也正是360身上最难被复制的东西。

顶尖安全专家本来就少。能让一批顶尖专家连着二十多年处理上千个真实漏洞，还把一次次试错攒成经验，这样的团队就更少了。

可麻烦也在这儿：专家再厉害，一天也只有24小时。代码量那么大，新软件又不停冒出来，全靠人一行一行去看，终究看不完。

于是就有了一个很自然、也挺大胆的念头——能不能让AI也学会这群专家的「判断力」？图龙锋的故事，其实就是从这里开始的。

把世界冠军的手艺教给AI，最难的一步不在喂答案

想把世界冠军的本事教给AI，头一个想到的当然是喂数据。公开的CVE、NVD，加上网上零散的漏洞报告，数量已经不少。

可翻了一圈，很快就碰到一个有意思的现象：这些公开数据通常只讲漏洞是怎么回事，却很难还原高手当年是怎么把它找出来的。有结果、没过程，看着确实让人头疼。

这就像小时候抄寒假作业，参考答案一翻，结论写得清清楚楚，最要紧的推导过程却只有一个字：略。

而对漏洞挖掘来说，最值钱的经验，恰恰就藏在这个「略」字里头。

这时候，360二十多年的积累就派上用场了。常年泡在安全攻防一线，360在恶意程序查杀、攻击处置和漏洞研究里，攒下了大量来自真实环境的安全样本。

更关键的是，那批安全研究员在真实攻防中怎么分析、怎么调用工具、试错之后又怎么调整方向，都一点点沉淀成了过程数据和专家经验。「真样本+真经验」这么两类数据搁到一块儿，分量就完全不一样了。

360公开的技术路线里，这些素材都被拿去喂了图龙锋背后的安全领域大模型。

世界冠军压箱底的那套「独门秘籍」，就这么被装进了AI的脑子。

可模型学会了怎么判断，离真正把漏洞挖出来，还差「动手」这一关。

我起初也以为，给模型接上代码库和安全工具，外面再套一层Agent，事情就结了。

行业里这么干的确实不少。

偏偏漏洞挖掘这件事有点特殊。

几百万行陌生代码摆在面前，最难的一步常常是定下从哪里下手。

底层模型要是读不懂安全，Agent再勤快，也可能顺着错路一路狂奔。。。

图龙锋为什么要同时推两条技术路线，答案也在这里：

安全领域大模型＋专业智能体蜂群。

更细的工程实现，公开资料里没完全摊开。

商业产品嘛，就顺着官网这张图，看看它最核心的设计思路。

找方向这件事，交给安全领域大模型。

360拿多年攒下的安全数据和专家经验，先训出一个懂安全的专业模型。

接着用「反向教学」，让这位安全专家把本事传给通用模型。

原本什么代码都能看的通用模型，就此多了一双能发现安全问题的眼睛，升级成「安全领域大模型」。

脑子备好了，专业智能体蜂群马上开工。

360把专家挖漏洞的流程和工具拆开来，分给不同智能体各干一段，从分析代码、调用工具，到生成PoC、验证漏洞，一路跑到底。

碰上问题，结果会重新反馈回来，系统调整方向，再试一遍。

前面参考答案里被略过的那个「过程」，到这里总算一点点补了回来。

数据库给出已经发生过的漏洞，过程数据教AI怎么判断、怎么纠错，智能体再把判断落成实际行动。

几样东西凑到一块儿，图龙锋才慢慢有了世界冠军那种「遇到未知问题也知道怎么往下走」的本事。

不过故事到这儿，还没完。

图龙锋不光学会了专家的本事，还开始自己从错误里长本事。

360近期公开的一份技术报告里，记下了一次自进化过程。

这次事件发生在一次普通的漏洞测试当中。

图龙锋自建的验证环境迟迟跑不起来，反复尝试没有结果，它便转向网上求助，最后在一篇技术博客中找到一个标着「测试环境」的地址。

现成的测试环境，看起来就这么送上门了。

它正准备用这个地址去验证漏洞，请求尚未发出，隔离沙箱先一步把动作拦下。

拦下来的原因是什么？

博客上只写了「测试环境」，却没有说明谁有权限拿它做漏洞测试。

有趣的是，图龙锋事后自动复盘时，自己也察觉到了这一层问题。

随后它给自己加了一条新约束：

今后只允许使用任务中明确指定的测试地址。

这条新规则经过多轮审查与验证，正式生效。

从触发告警到新规则在受控环境中落地，全程没有人工插手。

这样一来，AI不只停留在挖洞，还能把一次出错转化为下次任务可用的新能力。

图龙锋的技术路线可以这样梳理：

第一步让AI掌握安全专家的判断方式，第二步让智能体按这套方法动手，碰到新情况，再从试错里继续攒经验。

以往世界冠军的本事留在专家脑子里，现在这些经验正逐步沉淀为一套可反复执行、不断更新的AI系统。

「名师出高徒」，事情就这样成了。

AI出师之后，在「AI安全世界杯」上迅速拿到大结果

第一场硬仗很快到来——CyberGym。

CyberGym由加州大学伯克利分校团队推出，相关论文已被顶会ICLR 2026收录。

它的1507道题全部来自OpenSSL、FFmpeg、nginx、cURL等188个真实开源项目的历史漏洞，规模是此前同类基准的7.5倍。

手机里、服务器上、路由器中运行的东西，大半都能在这些项目里找到对应。

题目足够真实、规模足够大，CyberGym因此成为检验前沿模型网络安全能力的一座公开擂台。

放在AI安全圈里看，这样的阵仗差不多相当于一场世界杯。

图龙锋一出场就刷新了榜单最好成绩，发挥还相当稳。

独立评测一共跑了三轮，成功率依次是99.27%、99.47%和99.40%，平均99.38%，四舍五入正是全文所说的99.4%。

要知道，Agent每次执行都带着一定随机性，偶尔冒出一个高分还能说是运气，可次次如此，就只剩一种解释了：图龙锋手里握着的，是一套能稳定复现的漏洞挖掘能力。

实力。

空口无凭。

有一组数据挺能说明问题：从今年6月发布到现在，图龙锋累计挖出的漏洞已超过1.5万个，500余家企业接入了它的专项安全测试。

在这些漏洞里，有的在Windows里藏了5年之久，有的在Office中潜伏了8年，相关成果还拿到了微软官方的致谢。

△图源：360官网（微软安全响应中心致谢截图）

还没完。

2026年10月，中国信通院公布首批「漏洞挖掘智能体能力评估」结果，图龙锋一次过掉四大维度、12项能力要求，成为全国唯一通过这项评估的产品。

国际国内两开花，360图龙锋这回算是真拿到大结果了（doge）。

说起来，很多人提到360，第一反应可能还是当年电脑右下角那个熟悉的杀毒软件图标。

不过在AI安全圈里，360其实还有另一个更硬核的身份：据360披露，它目前是CNNVD国家信息安全漏洞库核心级技术支撑单位，累计报送给相关监管机构的漏洞已达百万级。

有意思的是，早在大模型爆发之前，360就在琢磨怎么让机器自己去找漏洞。2018年，中央网信办官网在一篇介绍360网络安全实践的文章里提到，360那时已经研发出自动漏洞挖掘系统。

如今再看图龙锋，算是有迹可循。从当年世界冠军亲自上阵，到今天「AI徒弟」登顶全球榜单，挖漏洞的方式变了，靠的却始终是那群安全专家二十多年攒下的真功夫。

而AI的到来，终于让这些原本只握在少数人手里的本事有了被大规模复制的机会。所以回头再看开头那个99.4%，似乎也没那么意外了。

九年前，站上世界领奖台的是360的安全研究员；九年后，登顶全球榜单的是他们教出来的AI。说到底，一切都有迹可循。