超越OpenAI、Anthropic！國產AI安全智能體殺進全球前四、國內第一

### 超越OpenAI與Anthropic，中國AI安全智能體闖入全球前四

中國資安大廠深信服近日公開旗下AI安全智能體Sangfor AI在國際評測的最新戰果。在針對真實工業場景的代碼安全實戰平台CyberGym中，Sangfor AI以基於GLM-5.2國產大模型的固定配置，成功處理超過一千三百項漏洞挑戰任務，整體成功率達86.3%，一舉拿下全球第四、中國參測團隊第一的排名，甚至超越了OpenAI與Anthropic兩家國際AI巨頭的成績，引發業界高度關注。 CyberGym被視為當前代碼安全領域含金量最高的實戰靶場之一。與傳統靜態理論測試不同，該平台完全貼近工業真實場景，考題來自大量開源軟體的歷史高危漏洞，重點考核AI智能體能否自主完成源碼分析、多階段漏洞推演、漏洞復現以及PoC（概念驗證）的完整鏈路。這樣的設計讓評測結果更具行業參考價值，也直接反映AI在複雜代碼對抗中的真實能力。 在此次評測中，Sangfor AI在細分項目上表現穩定。針對ARVO任務的成功率達到87.2%，OSS-Fuzz任務的成功率也有77.7%。這些數字不僅驗證了國產大模型在嚴苛環境下的實戰水準，也顯示出深信服在AI安全領域的技術積累已具備國際競爭力。 #### 以「智能體群體」協作，打造可驗證的安全能力

深信服技術團隊說明，為了解決漏洞挖掘過程中常見的長鏈路推理、多假設探索以及持續驗證等難題，Sangfor AI採用了「智能體群體（Agent Swarm）協同作戰」的架構，並導入「證據管治」機制。這套技術框架的核心運作邏輯分為四大環節，確保每一步調查都具備清晰的脈絡與可信度。 首先是「有界探索」。系統會針對不同的安全假設，分別開啟獨立且邊界清楚的調查分支，讓多種可能的解釋能夠並行推進，避免互相干擾，也防止未經證實的假設悄悄變成集體共識。這種設計大幅提升了探索效率。 其次是「證據持久化」。各調查分支之間不是透過完整的對話歷史來協調，而是以「證據」作為協作基礎。已經驗證的觀察結果與已被證明錯誤的路徑都會被保留下來，如此一來，同一條錯誤路線就不會被反覆重試，浪費資源。 第三是「動態假設裁決」。系統中有一個協調層，會持續根據不斷演變的證據狀態，判斷哪些假設依然成立、哪些問題尚待解決、哪些地方值得繼續投入資源。每輪探索都能有效收窄搜尋範圍，逐步逼近真正的漏洞所在。 最後是「對抗式候選評審」。當證據指向某個具體的觸發方案時，系統才會構造候選輸入並進行嚴格的對抗式評審。評審會同時挑戰「這次崩潰是否可復現」以及「是否真的對應到目標漏洞」。未能通過評審的候選會被退回，用於修正下一步的探索方向。只有真正經得起檢驗的候選結果，才會成為系統最終的安全結論。 深信服技術團隊將這套機制總結為「以假設拓展探索，以證據裁定結論」，確保AI既能大規模排查潛在風險，又能透過多層校驗將誤判機率壓到最低。 #### 從實驗室走入企業研發，安全Agent逐步落地

除了在國際評測中繳出亮眼成績單，深信服也透露，相關技術已經開始應用於企業的程式碼安全場景，推動傳統靜態應用安全測試（SAST）朝向具備自主推理與業務理解能力的安全Agent升級。與過去只能仰賴規則匹配的作法相比，新世代的安全Agent不僅能識別SQL注入、命令執行等常見漏洞，還能分析複雜的業務邏輯，找出越權存取、認證繞過等傳統工具難以涵蓋的安全風險。 根據深信服介紹，這些能力已經開始融入其產品體系，為企業級用戶帶來具體的價值提升。在漏洞檢出方面，可以有效克服傳統SAST的盲區，全面識別邏輯漏洞、越權與認證繞過等問題，大幅擴展程式碼安全的覆蓋範圍。在人工成本上，藉由AI自動化完成程式碼理解、跨檔案關聯分析、攻擊路徑推理與風險驗證，能顯著減輕安全專家繁重的人工審查負擔。 此外，多階段推理與嚴謹的證據驗證機制也有效降低了誤報率，讓研發人員可以專注在真正需要修復的高風險問題，不需浪費時間處理無效告警。同時，將安全檢測前移到開發撰寫與CI/CD流程中，實現「程式碼提交即自動審計」，有助於縮短研發交付週期，減少後期修補成本，加速業務上線。 對於企業而言，AI安全Agent的價值不僅在於「發現更多漏洞」，更在於能夠以高準確率、低人工成本與快速反應，同步達成研發效率與程式碼安全的提升。深信服方面表示，未來將持續深耕大模型安全技術，不斷迭代安全Agent的能力，把國際評測中驗證的前沿技術，轉化為企業可以實際落地的安全防線，持續實踐「讓每個用戶的數位化更簡單、更安全」的承諾。