中国第一，直逼 OpenAI！神秘「扫地僧」冲到全球前七

本文报道神秘 AI 安全 Agent「MopMonk」在 CyberGym 基准中取得 73.1%胜率、全球第七、中国第一的成绩，并分析其基于 MiniMax M3 和结构化记忆 Harness 的技术路径。

文章以报道形式介绍 AI 安全 Agent MopMonk 在 CyberGym 基准测试中的表现。CyberGym 由 UC Berkeley 打造，包含 1507 个真实漏洞实例，要求 AI 在封闭断网环境中生成 PoC，考验 Agent 的执行力而非单纯认知能力。MopMonk 采用 MiniMax M3 作为基座模型，核心创新在于一套结构化漏洞记忆系统——将探索过程转化为可积累的记忆更新，并支持多 Agent 共享记忆并行探索，从而将漏洞复现从开放式试错转变为证据收敛。文章重点分析了 Harness（协调层）在 Agent 执行力中的关键作用，指出相比「堆参数」，工程厚度驱动的 Harness 具有跨基座迭代的复利价值。全文对 MopMonk 身份保持猜测，从代号与基座推测为国内上海背景的团队。

- CyberGym 基准将 AI 安全评估从「理解」推进到「执行」，核心是生成有效 PoC。 基准含 1507 个真实漏洞，要求 AI 在封闭环境中复现漏洞，考验的是 Agent 的工具调用、多轮推理和记忆管理能力。

- 基座决定了能力的上限，而这套记忆中心的 Harness，决定了这份能力到底能兑现多少。

• 最不起眼的角色，藏着最深的功夫。
• 它把漏洞复现，从一场开放式的反复试错，硬生生重写成了一个「可积累、可约束、可验证」的记忆更新过程。

AI 初评：80

来源：新智元

作者：新智元

分类：人工智能

语言：中文

阅读时间：19 分钟

字数：4636

标签： AI Agent, AI安全与对齐, Agent框架, 模型评测与基准, 漏洞挖掘

阅读完整文章