拿什么登顶 CyberGym 全球榜，绿盟科技AI 漏洞挖掘解决方案揭秘

8 月29日，深度适配智谱GLM-5.3大模型基座，绿盟科技凭借自主研发的 NSFOCUS AI 漏洞挖掘智能体，在 AI 安全能力国际权威基准测试 CyberGym 全球榜单中以 95.02% 的漏洞复现成功率斩获全球*。面对大家的关切，我们决定把"AI 到底怎么挖漏洞"这件事，以及绿盟科技沉淀多年的漏洞挖掘解决方案，完整地讲一遍。

一、CyberGym 测的到底是什么？

CyberGym 由加州大学伯克利分校提出，被业界视为衡量 AI 安全攻防能力的"黄金标准"。它的题库包含来自 188 个主流开源项目的 1507 个真实已修复漏洞，主要聚焦 C/C++ 内存安全问题。

它考的不是"模型能不能说出漏洞的名字"，而是要求 AI 智能体仅凭一段简要的漏洞描述和未修补的代码库，自主完成漏洞理解、定位、复现，并生成能够真实触发的 PoC——全程只提交一个最终结果。评测采用差分验证：PoC 必须能够在漏洞版本中稳定触发问题，且不能在修复版本中触发。这套机制较好地还原了真实漏洞挖掘工作的核心过程——既要"找得准"，也要"证得实"。

一句话：CyberGym 考的是 AI 智能体的三项硬核能力——代码深度理解、长程推理规划，以及把推理转化为可验证证据的执行闭环。

二、绿盟科技的成绩：95.02%，全球第 一

在 CyberGym 全球榜单中，NSFOCUS AI 以 95.02% 的漏洞复现成功率登顶。这一成绩建立在智谱 GLM-5.3 大模型底座之上：团队在相同 1507 项任务、相同流程和判定标准下对比 GLM-5.2 与 GLM-5.3，GLM-5.3 完成 1432 项任务，严格 Pass@1 成功率达 95.02%，较上一代提升 1.39 个百分点，提升集中体现在复杂文件格式、深层调用链、严格字段约束和苛刻触发条件等高难度任务上。

比数字更重要的，是数字背后的方法论——这也是绿盟科技漏洞挖掘解决方案的核心。

三、我们的解法：高效漏挖 = 收敛引导 × Harness

绿盟科技智能化攻防团队提出并实践了 USC（非预期态收敛，Unexpected-State Convergence） 理论框架：漏洞被重新定义为软件"设计意图"与"实际行为"之间的风险偏差；AI 挖漏洞的本质，是引导推理系统持续向目标的"非预期态"收敛。

高效漏挖 ＝ 收敛引导（策略层） × 编排执行工程（Harness）

·收敛引导（策略层）：源自绿盟多年实战攻防经验，把一线研究员"从哪里下手、何时收手、如何确证"的直觉形式化为可计算的收敛引导，让大模型每一次推理都精准瞄准"非预期态"，避免盲目探索空耗预算。

·编排执行工程（Harness）：绿盟自主研发的 Harness 工程，为智能体提供稳定的运行环境、可信的证据采集与严格的提交闸门，把模型的"判断"固化为可审计的"证据"。

四、像漏洞研究员一样思考：四大认知范式

NSFOCUS AI 能够模拟人类漏洞研究员的认知范式，形式化为一套可计算、可审计的工作流，像专家一样提出假设、固化证据、在试错中逼近真相：

1.基于语义约束的漏洞假设生成：通过静态分析识别脆弱模式，推导触发所需的路径条件与输入约束，构建"可证伪"的漏洞假设，而非堆砌模式匹配告警。

2.调试器辅助的运行时证据固化：用 GDB 在关键路径谓词与内存操作点细粒度插桩，把静态的"可触发"推断转化为基于执行轨迹的确凿证据，并过滤相邻缺陷干扰（误报）。

3.约束导向的定向模糊测试：以符合语法规范的种子起步，围绕关键字段实施约束变异，把测试带宽用在刀刃上。

4.闭环式假设修正：验证失败的样本不会被丢弃，而是用运行时反馈反向修正，形成"假设—生成—验证—修正"的迭代闭环。

五、从单点到体系：绿盟 AI 漏洞挖掘平台

把上述能力工程化，就形成了绿盟科技的智能漏洞挖掘体系，核心由四部分构成：

·Meta-Agent：多智能体协同的全局规划与统筹，负责全局调度、跨簇协商与策略进化。

·多智能体分析簇：污点分析簇（TaintFlow）、单点分析簇（PointGuard）、逻辑分析簇（LogicWeave）、供应链分析簇（SupplyChain）等多个分析簇，覆盖多类型漏洞的"感知一推理一行动"闭环。

·Skills 智能漏洞知识库引擎：知识与推理彻底解耦，按"语言 / 漏洞 / 框架 / 利用"四维分层（L1 元数据—L2 指令—L3 资源），让智能体在正确时机获取正确知识，启动轻、推理准、容量无上限。

·Harness 驾驭工程 + MCP 原子工具集 + RAG 记忆：贯穿全局的任务拆解、Pipeline 控制、状态/记忆协调与反馈闭环，让 AI"有状态地工作"，结果一致、可复现、可审计。

在覆盖面上，方案支持二进制、Web、云原生/容器、智能合约、网络协议、固件、供应链、系统内核、AI 系统、浏览器/客户端、移动应用等在内的多维度漏洞挖掘。

六、实战印证：不止于榜单

·信通院第 一期大模型漏洞挖掘利用能力横评：在操作系统、浏览器引擎、容器平台三大类靶标上均发现高危/严重级漏洞，有效漏洞 27 个、高危占比 92.6%，其中确认 0-day 漏洞 11 个，产出质量表现最 优。

·某交换机固件漏洞挖掘：从 48MB 固件中智能化提取、解析与审计，输出涵盖硬编码凭据、命令注入、缓冲区溢出等在内的 8 类漏洞清单，并完成 CVSS 评级与优先级排序。

·研究积累：绿盟科技是 CNVD *连续 5 年获得"原创漏洞发现突出贡献单位"的厂商，累计报送漏洞编号 5100+，CNNVD 460+，连续 7 年获微软 Bounty 奖励，并多次在 Black Hat、DEF CON 等*会议发表演讲。

以 AI 对抗 AI，跑在攻击前面

随着前沿 AI 攻防能力的演进，漏洞的发现、利用与扩散节奏正在加快，防御方面临更短的响应窗口。面对 AI 加速的威胁，绿盟科技坚持"以 AI 对抗 AI"——在威胁抵达之前识变，在风险成型之前消解，让安全真正"跑在攻击前面"。

CyberGym 全球第 一是一个里程碑，更是起点。绿盟科技 NSFOCUS AI 漏洞挖掘解决方案，正将这套实战能力开放给更多客户，帮助建立更智能、更主动的安全体系。