2026年8月29日，全球網絡安全聯盟（Global Cyber security Alliance，GCSA）宣布，GCSA Agent在CyberGym基準測試中取得91.3%的成功率，進入CyberGym公布的「Leading Systems Above 90%」區間。

    CyberGym是由美國加州大學伯克利分校研究團隊開發的網絡安全評測框架，收錄1,507個歷史真實漏洞測試實例，覆蓋188個大型軟件項目，主要用於評估AI智能體在真實漏洞分析場景中的能力。與側重代碼理解、知識問答等能力的傳統AI測試不同，CyberGym要求AI智能體在實際代碼環境中完成漏洞分析及驗證任務。

    在CyberGym核心Level 1測試中，AI Agent需要根據漏洞描述和未修復代碼庫，自主進行代碼分析、漏洞定位、攻擊路徑推理、PoC構造及執行驗證。測試結果只有同時滿足在存在漏洞的版本中成功觸發目標漏洞、在修復版本中無法重現等條件，才被認定為成功。

    據介紹，本次測試中，GCSA Agent基於Grok 4.5與Grok 4.6模型運行，最終取得91.3%的成功率。GCSA表示，這一測試結果體現了AI智能體在漏洞分析、測試和驗證等連續任務中的綜合應用能力。

    與單純進行代碼分析不同，真實漏洞研究通常涉及漏洞理解、代碼檢索、攻擊面識別、測試輸入生成、程序執行和結果分析等多個環節。GCSA Agent圍繞上述流程構建安全工作流，使AI能夠在執行環境中形成分析假設、開展測試，並根據執行結果對安全發現進行驗證。

    GCSA表示，基準測試成績只是相關技術研究的階段性結果。下一步，其將繼續推進自主漏洞分析、AI Security Agent及智能化網絡安全技術研究，探索人工智能在漏洞發現、分析、驗證及安全防護等場景中的應用，為數字環境安全提供技術支持。（記者 黃鳳鳴）