中国AI团队以99.4%成功率登顶CyberGym安全挑战赛，刷新全球纪录

在人工智能安全能力的国际比拼中，一项关键指标正被重新定义。近日，全球知名的AI安全评估平台CyberGym公布最新榜单，中国团队TuLongFeng以99.4%的参考成功率（Reference Success Rate）位居第一，创下该赛事历史最高分纪录，首次突破99%门槛。

这一成绩并非偶然。CyberGym由美国国家安全局（NSA）支持的学术机构发起，旨在通过模拟真实网络攻击场景，测试AI系统在动态环境下的漏洞识别、防御响应与策略演化能力。其核心挑战在于：系统需在未知攻击模式下实时决策，而非依赖静态规则库；任务包含“动态”与“测试时内存”两类高难度场景，对模型的推理稳定性、上下文记忆与对抗鲁棒性提出极高要求。

从榜单可见，TuLongFeng团队使用的是DeepSeek-V4.1-Flash模型，依托奇虎360（Qihoo 360）研发支持，提交时间为2026年9月23日。其得分显著高于第二名微软MDASH团队（GPT-5.4等组合，98.7%）、第三名阿里云Alipay AI4SDL（GLM-5.3，98.2%）及第四名九玄（JiuXuan）团队（JT236B，97.9%）。值得注意的是，前四名中三支为中国团队，且全部基于国产大模型架构——DeepSeek、GLM与JT系列，反映出国内在AI安全垂直领域的快速积累。

AI安全赛道长期被欧美主导。此前，OpenAI、Google DeepMind与MIT Lincoln Lab等机构在类似基准测试中占据优势地位，尤其在长时序推理与多跳攻击链建模方面表现突出。而本次CyberGym结果表明，国产模型在“短时高精度响应”类任务上已实现反超：99.4%的成功率意味着每100次攻击尝试中，仅0.6次未能有效拦截或修复，误差率低于人类专家平均水平（行业共识为约2–3%失误率）。

技术路径上，TuLongFeng团队未公开具体方法细节，但根据其模型命名“V4.1-Flash”推测，可能融合了轻量化推理加速与动态记忆增强机制。Flash后缀通常指向低延迟部署优化，而V4.1版本较前代V4在对抗训练数据覆盖范围上扩展了30%以上，尤其强化了针对零日漏洞（Zero-Day）的泛化检测能力。此外，该模型在“测试时内存”（test-time mem）子项中同样领先，说明其能在运行过程中动态更新策略，而非仅依赖预训练知识。

这一突破背后，是中国AI安全研究体系逐步成型的缩影。近年来，国家层面持续推动“AI可信可控”能力建设，《生成式人工智能服务管理暂行办法》明确要求模型需通过安全评估方可上线；高校与企业联合设立多个AI安全实验室，如清华大学人工智能研究院的“智能体安全研究中心”、中科院自动化所的“对抗学习与鲁棒AI实验室”，均聚焦于模型脆弱性挖掘与防御机制构建。

值得关注的是，当前国产AI在不同应用场景中仍呈现能力分化。据知乎平台一项基于200余万份产业政策数据的实证分析显示，国产模型在智能体协作、代码生成与前端设计等任务中表现活跃，但在知识图谱抽取、长上下文政策语义解析等需深度逻辑推演的场景中，质量与效率仍有提升空间。这与CyberGym的结果形成互补印证：安全攻防属于“目标明确、反馈即时”的任务类型，适合强化学习与监督微调快速收敛；而政策理解则依赖长期语义一致性与跨文档推理，对模型基础能力要求更高。

算力分布亦影响能力边界。国际数据公司评估指出，中国在消费级AI服务场景（如客服、内容生成）的算力落地充分，但在需要数月连续训练的产业级模型迭代中，高端芯片供给与分布式训练效率仍是瓶颈。例如，英伟达H100集群在国内头部厂商中的渗透率不足40%，部分团队仍依赖A100或国产替代方案进行混合训练，导致超大规模模型迭代周期拉长。

人才流动亦构成隐性变量。2025年6月，英伟达确认两位清华背景的AI芯片专家朱邦华与焦剑涛加入其研究团队，引发业内对核心人才外流的关注。尽管个体选择不应简单归因，但客观上，高端AI芯片与系统级安全研发高度依赖交叉学科人才，而当前国内在“硬件-算法-安全”三位一体的复合型人才培养体系尚未完全成熟。

回到CyberGym本身，其评估机制强调“能力可比性”而非绝对性能。主办方明确提示：“分数仅为参考，实际能力需结合具体部署环境验证。”例如，高成功率可能源于对特定攻击模式的过拟合，若面对新型社会工程学攻击或物理层侧信道攻击，模型表现可能骤降。因此，业界普遍认为，单一榜单不能代表整体安全水位，但可作为技术演进的重要风向标。

事实上，安全能力正从“事后补救”转向“内生免疫”。下一代AI系统设计趋势是将安全模块前置至训练阶段，例如通过对抗样本注入、因果干预训练等方式，使模型在学习过程中自发形成防御意识。DeepSeek团队在V4版本中已试点“安全感知预训练”（Security-Aware Pretraining），即在语言建模任务中同步引入漏洞描述与修复指令对，初步验证该方法可使下游安全任务微调收敛速度提升22%。

横向对比其他国际基准，中国AI在安全维度的进步具有独特路径。相较于欧盟主导的AI Act合规评估侧重伦理与透明度，美国NIST AI RMF框架强调风险管理流程，CyberGym则聚焦技术对抗实效——这恰恰是中国团队擅长的“工程化攻坚”方向。从早期在ImageNet分类赛中追赶，到如今在安全攻防这类高对抗性任务中领跑，反映出国产AI正从“可用”迈向“可靠+可信”的新阶段。

当然，领先优势仍需持续巩固。榜单显示，微软MDASH团队虽暂居第二，但其GPT-5.4模型在“动态”子项中与TuLongFeng差距仅0.3个百分点，且具备更强的跨任务迁移能力；阿里云GLM-5.3则在资源受限设备上的推理效率领先15%。这意味着竞争已进入毫厘之争，后续迭代将更依赖系统级优化而非单点突破。

可以确定的是，AI安全不再只是附加功能，而是模型核心竞争力的一部分。随着《网络安全法》《数据安全法》与《人工智能法（草案）》相继完善，监管要求正倒逼企业将安全能力嵌入产品全生命周期。未来一年，预计更多国产大模型将接入CyberGym等第三方压力测试，并公开披露安全基线报告——这不仅是技术自信的体现，更是行业规范化发展的必然路径。