深信服称其安全智能体 CyberGym 得分 86.3%，底座为 GLM-5.2
深信服称旗下安全智能体在 CyberGym 上复现 1507 道漏洞题中的 1301 道，跻身全球第四，而底层模型用的是开源权重 GLM-5.2。
厂商的说法
国内网络安全厂商深信服 7 月 29 日宣布，其自主安全智能体在 CyberGym 上取得 86.3% 的成绩，成功复现 1507 道漏洞任务中的 1301 道。其中 ARVO 子集成功率 87.2%，OSS-Fuzz 子集 77.7%。公司称该成绩位列全球第四、国内第一，超过了 OpenAI 与 Anthropic 相关提交。
CyberGym 之所以难，是因为它不接受「描述漏洞」：智能体必须在真实代码库里摸索，产出一个真正能触发目标漏洞的 PoC 输入。这意味着含糊的推理和部分正确都拿不到分。过去一年，随着智能体框架成熟，该基准上的成功率快速攀升。
最值得关注的细节是底座模型。深信服称该智能体构建在智谱以 MIT 协议开源的混合专家模型 GLM-5.2 之上，而非调用美国实验室的前沿 API。这让系统可以私有化部署在客户内网——对需要读取专有源码的安全工具来说几乎是硬性要求——同时也把成本结构从按 token 计费的前沿模型上剥离出来。
需要说明的是，上述数字来自厂商自述。CyberGym 官网公开了评分口径，但目前并未提供可浏览的提交排名表，因此单凭榜单无法独立核验排名，深信服也未公开智能体的执行轨迹。
为什么重要
自动化漏洞挖掘是本月 AI 安全领域进展最快的能力，而它天生两用：同一套「找到并证明漏洞」的循环，对防守方和进攻方同样有效。一家商业厂商用中国开源权重跑出接近前沿水平的成绩，同时压缩了两条时间线——企业多快能在自己的机房里跑起这套能力，以及其他任何人能多便宜地跑起它。这也正落在华盛顿关于限制中国开源模型的争论中心：这类下游部署恰恰是限制措施想拦的对象，也是权重一旦公开后最难收回的部分。