deepsec 携手国产 AI，斩获全球 AI 网络安全能力排行榜第三🥉
原创 deepsec 2026-08-05 10:30 上海
CyberGym Benchmark
全球第三，中国第一
近日，上海头部 AI 研究机构联合我们 DARKNAVY，基于 deepsec@DARKNAVY 的漏洞验证子系统，构建了以国产开源大模型为底座的 DoGNAVY 安全 Harness Agent，在全球公开 AI 网络安全能力评测基准测试 CyberGym 上取得 90.8% 的中国最好成绩：
全球第三，国内第一
排在我们前面的，是微软最新的 MDASH，和刚被 Google 以 320 亿美元收购的 Wiz（领先我们 1 道题）。OpenAI 的安全大模型 GPT-5.5-Cyber，以及 Anthropic 的 Claude Mythos Preview 分列全球第六和第九。
CyberGym 是由 UC Berkeley 等机构推出的大规模、高真实度的 AI 网络安全能力评估框架，是 AI 在网络安全能力领域最大的竞技场。它包含 1,507 个真实漏洞任务，横跨 188 个广泛使用的开源项目，是目前规模最大的 AI Agent 网络安全基准，已被 OpenAI、Anthropic、DeepSeek 等厂商在最新模型的系统卡中用作评估标准，也被微软、Google Wiz 等厂商当作 AI 安全能力的权威标尺。
DogNAVY 在 1453 个任务中成功构造了 PoC 并触发 crash（96.42%），其中 1369 个任务精准命中了任务指定的漏洞（90.84%）。
详细技术报告点击文末阅读原文，或打开链接🔗 https://deepsec.darknavy.net/blog/cybergym
为了避免类似 7 月 OpenAI 模型自主侵入 hugging face 网站的类似事件发生，DARKNAVY 将 deepsec PoC 子系统从完整形态中抽离，并结合支撑大规模智能体运行与轨迹分析结构化诊断的 Agent 沙箱基础设施 AgentDoG 设计思路，为 Agent 构建了严格的沙箱环境并进一步约束其能力，保证 Agent 在隔离的环境中执行指定的任务。
早在 7 月 20 日，deepsec 的漏洞洞察子系统便已正式上线开放平台（https://deepsec.darknavy.net），并通过邀请码开放有限试用。到目前为止的试用期间，它已经帮助来自 150+ 企业或机构的用户发现了上万个安全风险。
接下来，DARKNAVY 将为deepsec 声纳计划的合作伙伴逐步开放 PoC 子系统的能力，与更多中国创新企业和组织机构共同解决真实安全风险，让 AI 安全能力走向更多中国科技创新企业。
全球第三背后：顶级安全研究经验沉淀
DoGNAVY 的成绩，来自于 DARKNAVY 多年积累的顶尖安全研究员真实漏洞攻防经验赋予国产 AI：
安全研究工作流与安全研究决策逻辑：CyberGym 的任务种类多、数量大，Agent 需要从模糊的描述，准确识别具体的漏洞位置，并自主验证该漏洞。同时需要 Agent 在有限的时间内，决定探索的方向与思路，极大考验模型及 harness 对漏洞研究的判断力。因此，将顶尖安全研究员的工作方式及决策逻辑内化为 Agent 工作流，帮助 Agent 面对复杂漏洞时更有效地识别与验证；
漏洞可达性研判：还原漏洞位置的数据流与控制流是帮助 Agent 验证漏洞的重要支撑。deepsec 针对漏洞可达性的研判，通过从程序入口还原调用链与数据约束，以判断真实输入能否触发漏洞。不仅能够帮助识别误报，还能够帮助 Agent 更好的到达漏洞位置，以更高的效率验证漏洞的可达性；
动静态闭环演进：真实攻防研究中，安全研究员们通常使用多种方式和工具交叉验证漏洞的真实性。我们同样将真实研究中，实践有效的工具及基础设施赋予 Agent，帮助 Agent 更好地操作动态测试、静态分析工具持续验证对漏洞的判断。静态分析提出路径与约束，动态验证以覆盖率、崩溃与运行时证据加以校验，不断的通过结果反哺下一轮分析；
严格的知识与记忆边界：评测中禁止数据集相关的历史 PoC、补丁或解题思路，任务之间不共享记忆，避免拟合数据集——使成绩能够反映系统真实的泛化能力。
更多细节，点击文末阅读原文的详细技术报告。
deepsec 的意义与愿景
毋庸置疑，随着 AI 加速落地，世界正越来越深地构筑于代码之上，网络安全也已被推至前所未有的高度。
然而，在 AI 浪潮中，“安全”最近却显露出另一副面孔：先是 Mythos 横空出世，号称碾压开源社区安全防线，斩获数万高危漏洞；随后，Linux 内核、KVM、Redis 等关键基础设施接连遭遇零日漏洞的密集冲击；再到近期 OpenAI、Anthropic 的 AI 多次突破自身沙箱、侵入其他系统，本该是严重的安全事故，竟被包装成能力的勋章。
更具讽刺意味的是，一边是美国政府限制 Anthropic Mythos 对外开放，闭源模型厂商以安全之名拒绝大量用户保护自身的安全需求；另一边，真正的攻击者却不会遵守任何规则，也不会因为模型拒绝回答而停止行动。
人们由此开始意识到，通往通用人工智能（Artificial General Intelligence，AGI）的道路，不仅横亘着技术难题，也裹挟着现实世界中复杂而残酷的利益博弈与攻防对抗。
与此同时，开源大模型虽然在编程等领域不断逼近顶级闭源模型，但在前沿网络安全能力上依然存在明显差距。迄今为止，AI 在实战网络攻防和理论密码学研究中的突破性成果，几乎仍被少数闭源模型所垄断。
正因如此，我们决定将多年积累的顶级漏洞研究和安全攻防经验 AI 化，让它成为一种能随着开源模型能力同步 scale up 的力量。我们希望，顶尖的安全能力不再被少数专家、机构与地区所垄断，而是成为开源 AI 生态可以共同拥有、共同进化的基础能力。
这就是 deepsec 声纳计划的由来。
征途在前，deepsec@DARKNAVY 希望能继续与各位行业伙伴、大模型厂商和 AI 研究机构一起，以我们积累的前沿安全能力，为这个非对称对抗的世界多添一分安全感，也为 AGI 的真正到来，尽安全圈一点微小却不可或缺的努力。
