Gemini 3.5 Flash Cyber，可自动化快速完成漏洞挖掘与补丁生成

📌 一句话摘要

Google 发布 Gemini 3.5 Flash Cyber 模型，专用于网络安全，通过牺牲部分规模换取速度与成本效率，在多基准测试中表现优于竞品，已在内部应用并成功发现多个漏洞。

📝 详细摘要

文章介绍 Google 推出的 Gemini 3.5 Flash Cyber 模型，这是一个经过微调的 AI 工具，旨在自动化漏洞挖掘与补丁生成。该模型以牺牲原始规模为代价，提升速度和成本效率，适用于大规模代码扫描。测试数据显示，在 CyberGym、Big Sleep 及 Chrome 代码库等基准测试中，其漏洞发现成功率高于主流模型。实际应用案例显示，Google 内部团队使用该模型在两小时内发现了公共 API 中的 RCE 漏洞及内存损坏问题，并生成了绕过安全机制的利用程序。Google 计划通过 CodeMender 以有限访问形式向政府和可信合作伙伴试点，并强调其安全基础设施（如 OSV.dev 数据库和 OSS-Fuzz 测试结果）为模型训练提供了高质量素材。

💡 主要观点

- Gemini 3.5 Flash Cyber 通过并行调用提升效率，适用于大规模代码扫描。 通过 CodeMender 让子 Agent 并行分析更多代码路径，整合后生成高质量漏洞报告，适合频繁扫描和时间敏感的上线流水线。

性能测试中表现优于竞品模型。 在 CyberGym 基准测试中与成本更高的模型取得竞争力结果；在 Chrome 和 V8 引擎测试中，发现的漏洞数量多于 Claude 等模型，包括竞品未发现的 10 个问题。

已在 Google 内部多个核心代码库应用。 成功发现并生成利用程序，例如两小时内发现公共 API 的 RCE 漏洞及内存损坏漏洞，绕过 ASLR 和 W^X 等保护机制。

部署策略谨慎，先向政府和可信合作伙伴试点。 鉴于潜在滥用风险，初始阶段通过 CodeMender 以有限访问形式提供，后续逐步扩大开放范围。

💬 文章金句

- 以牺牲原始规模换取速度和成本效率，使其适用于大规模部署。

较弱的模型往往会反复报告同一发现，而像 3.5 Flash Cyber 这样更强的模型能覆盖更广的范围，并随着调用次数的增加持续发现新漏洞。
Google 的应对方案并非采用更大的模型，而是更智能、更经济的模型。

📊 文章信息

AI 初评：87

来源：FreeBuf

作者：FreeBuf

分类：人工智能

语言：中文

阅读时间：6 分钟

字数：1369

标签： AI安全, 漏洞扫描, Gemini 3.5, 自动化测试, CodeMender

阅读完整文章

Gemini 3.5 Flash Cyber，可自动化快速完成漏洞挖掘与补丁生成

🤖 問 AI