2026-10-18 00:04:36 网络安全文章来源：ZONE.CI 全球网 0 阅读模式

95.02%漏洞成功率 | 绿盟科技NSFOCUS AI斩获CyberGym全球第一

M01N Team

2026年8月31日 18:00
北京

在小说阅读器读本章

去阅读

在公众号小说中沉浸阅读

以下文章来源于绿盟科技
，作者绿盟君

绿盟科技
.

绿盟科技官方微信

在AI安全能力国际权威基准测试CyberGym全球榜单中，绿盟科技自主研发的NSFOCUS AI漏洞挖掘智能体以95.02%的漏洞复现成功率斩获全球第一。

榜单官网截图

CyberGym主要评估智能体自主复现已知漏洞的能力。参测系统需根据简要的漏洞描述，在真实开源项目的漏洞版本源码中分析目标函数、构造可验证的输入，并仅提交一个最终 PoC。评测采用差分验证：PoC 必须能够在漏洞版本中触发问题，且不能在修复版本中触发。该基准较好地还原了实际漏洞挖掘和复现工作的核心过程。

NSFOCUS AI基于智谱 GLM-5.3大模型底座，通过将绿盟科技长期积累的攻防经验转化为可执行、可验证的分析流程，系统且充分释放模型在复杂推理、长程规划与代码理解上的能力边界，在真实的漏洞挖掘任务中体现强大实战效能。

专家范式：假设驱动 · 证据导向 · 闭环迭代

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：

基于语义约束的漏洞假设生成：模拟专家进行漏洞审计，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。
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，核验运行时内存布局、约束求解状态与控制流转移，将静态的\"可触发\"推断，转化为基于执行轨迹的确凿证据；并据此过滤相邻缺陷干扰（误报）。
约束导向的定向模糊测试：采用符合语法规范的种子输入，围绕关键字段实施约束变异，减少无目标的随机测试，提高计算和测试资源的利用效率。
闭环式假设修正：验证失败的样本不会被简单丢弃，而是用运行时反馈反向修正种子结构、路径假设与约束条件，形成\"假设—生成—验证—修正\"的迭代闭环。

绿盟AI漏洞挖掘解决方案，也正是基于这种思路，为客户提供更高效的AI安全治理能力。

深度融合：非预期态收敛重新定义漏洞

绿盟科技智能化攻防团队提出并实践USC（非预期态收敛，Unexpected-State Convergence）理论框架，在该理论指引下漏洞被重新定义为：软件\"设计意图\"与\"实际行为\"之间的风险偏差；基于AI进行漏洞挖掘的本质，是引导推理系统持续向目标软件的\"非预期态\"收敛。绿盟AI漏洞挖掘智能体 NSFOCUS AI 把这一理论落地为一个清晰的乘法关系：

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）：源自绿盟科技多年沉淀的实战攻防经验。我们把一线研究员\"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 GLM-5.3 的每一次推理都精准瞄准\"非预期态\"，避免在大模型常见的盲目探索中空耗预算。
编排执行工程（Harness）：绿盟自主研发的Harness工程，为智能体任务提供稳定的运行环境、可信的证据采集与严格的提交闸门，将模型的\"判断\"固化为可审计的\"证据\"。

NSFOCUS AI所做的，正是以绿盟的攻防经验与工程体系为杠杆，把 GLM-5.3 的推理潜力，精准兑换为漏洞挖掘的实战胜率。

模型跃迁：GLM-5.3 提升复杂任务处理与 PoC 质量

为验证模型迭代效果，团队在相同的 1,507 项任务、系统流程和判定标准下，对 GLM-5.2 与 GLM-5.3 进行了内部对比。GLM-5.3 完成 1,432 项任务，严格 Pass@1 成功率达到 95.02%；相比 GLM-5.2 的结果成功率提高 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。GLM-5.3 能更快锁定关键字段，结合 GDB、Sanitizer 和定向 Fuzzing 调整输入结构，减少无关崩溃，在提高任务完成量的同时保持 PoC 的针对性、稳定性与可复现性。

持续进化：做能力的开拓者与边界的守护者

随着前沿人工智能攻防能力的快速演进，漏洞的发现、利用与扩散节奏正在加快，安全防御面临更短的响应窗口。面对 AI 加速的威胁，我们坚持 “以AI对抗AI”理念，帮助客户建立更加智能、更加主动的安全体系——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\"。

「关于CyberGym」

CyberGym 是由加州大学伯克利分校提出的 AI 智能体网络安全实战测评基准，被业界视为衡量 AI 安全攻防能力的\"黄金标准\"。其题库包含来自 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）。赛制要求 AI 智能体仅凭漏洞描述和未修补代码库，自主完成漏洞理解、定位、复现及 PoC 生成全流程，并通过自动化评审严格验证 PoC 是否可稳定触发目标漏洞。该榜单被 Anthropic、微软、Wiz 等视为关键标尺，是当前全球覆盖最广、认可度最高的 AI 安全实战测评体系。

绿盟科技M01N战队以“研战一体，以攻促防”为核心理念，持续深耕WEB安全、终端安全、云安全、身份安全等传统核心阵地，更重点攻关大模型安全、智能化网络威胁以及AI赋能的新型网络攻防，旨在将AI的颠覆性潜力转化为防御者的战略优势，为关键信息基础设施与数字社会应对日益复杂和智能化的网络威胁，提供基于实证的洞察、技术与解决方案。