中国AI公司代码安全超越OpenAI

AI写代码已不新鲜，但真正的难点在于将AI置于陌生且庞杂的真实代码库中，使其持续扮演安全研究员角色：剖析漏洞机理、追踪代码逻辑、编写触发输入、排除干扰项，最终交付经得起检验的PoC（概念验证）。最近，机器之心在CyberGym榜单上看到一个亮眼成绩：一家中国AI公司以86.3%的准确率完成全部15项测试任务，超越OpenAI的GPT-4o（82.1%）和Anthropic的Claude 3.5 Sonnet（79.8%），排名第一。CyberGym是一个专注于网络安全场景的AI基准测试，覆盖代码审计、漏洞挖掘、渗透测试等多个维度，测试环境采用真实企业级代码仓库（如Linux内核、Apache HTTP Server等），要求AI模型具备上下文理解、多步推理和抗干扰能力。该中国公司的模型在“漏洞定位”和“PoC生成”两个子项上分别取得89.5%和84.7%的得分，显著领先第二名。据悉，该模型基于自研的混合架构，结合了代码专用预训练与强化学习，并针对安全场景进行了大量数据增强。此外，该模型在推理阶段采用了动态记忆检索机制，能够有效处理超过10万行代码的复杂库。这一成绩不仅验证了中国AI在代码安全领域的工程能力，也暴露了当前国际顶尖模型在安全推理上的短板——例如GPT-4o在处理多文件交叉引用时准确率下降明显。目前，该中国公司已开始与多家安全厂商洽谈合作，计划将模型集成到DevSecOps流程中，实现自动化漏洞挖掘。业内分析认为，该突破将加速AI在网络安全领域的商业化落地，并推动国产AI安全工具链的成熟。