AI能挖漏洞吗？北航等机构把真实漏洞炼进了模型参数
给一个大模型漏洞描述和代码仓库，它能否像安全研究人员一样，读代码、找入口、调用工具、构造输入，并反复验证自己的判断？
这已经不只是问答能力的问题。真正的网络安全任务往往要持续数十分钟甚至更久，模型需要在真实环境中完成搜索、编译、运行、分析和修正。决定成败的，不只是模型 “知道多少”，还包括它能否把一连串操作组织起来。
现有开源方案仍有几处彼此关联的缺口：
一些前沿模型虽然开放权重，却没有开源可复现的网络安全训练流程；
已有解决方案通常只解决单项任务，尚未形成统一方案；
已有解决方案缺乏可规模化的智能体数据；
规模化合成智能体数据需要安全相关的先验知识。
来自北京航空航天大学、欧洲学习与智能系统研究院（ELLIS）、新加坡管理大学（SMU）和至知创新研究院（IQuest Research）的研究团队提出了 CyberFactory ，并在此基础上训练出开源网络安全模型 OpenAegis 。这项工作的重点并不是再收集一批静态题目，而是补上从真实漏洞到智能体训练轨迹的整条链路。
CyberFactory 把公开世界中零散的漏洞材料重建为能运行、能判定的任务，再用一套安全分析 Skill 引导智能体完成任务、留下操作轨迹，最终把这些做事方法训练进OpenAegis。最终评测限时 1 小时。在这个条件下，与 Qwen3.5 基座相比，OpenAegis 的通过率从 29.6% 提升到 58.1%，领先 GLM 5.2 14.8 个百分点，领先 Kimi K2.7 6.4 个百分点。
论文标题：CyberFactory: Scaling Cyber Security Capabilities with Instances from the Wild
Hugging Face: https://huggingface.co/collections/Multilingual-Multimodal-NLP/cyberfactory
GitHub: https://github.com/CSJianYang/CyberFactory
两个关键突破：
先造出轨迹，再让模型学会方法
这项工作围绕两个过去没有被同时解决的问题展开。
第一，真实漏洞资料并不等于训练数据。开源 CVE 记录通常只有漏洞说明、修复提交和少量崩溃信息。要让智能体真正动手解决问题，还需要补齐受影响的代码版本、修复后的版本、编译环境、运行入口以及自动判定程序。
第二，即使任务环境准备好了，现有开源模型也未必能稳定完成任务。安全研究不是一次作答，而是一个不断提出猜想、调用工具、检查结果、再改变策略的过程。如果智能体频繁在无关方向上试错，就很难批量获得可用的训练轨迹。
CyberFactory 分别给出了对应的办法：
一套统一、开放且可复现的训练流程 ：把零散的漏洞材料整理为可执行、可自动判定的任务，连接数据构造、轨迹生成和模型训练，并覆盖漏洞复现输入生成、漏洞修复和网络安全问答。
一套可扩展的智能体数据生成方法 ：用可复用的通用漏洞分析作为 Skills 提供领域方法，再通过工具交互、环境反馈和自动判定获得高质量轨迹。
前者解决 “题从哪里来”，后者解决 “高质量解题过程怎样来”。两者结合后，团队得到的不是普通问答对，而是包含代码检索、工具调用、编译运行、失败分析和结果验证在内的 完整智能体轨迹 。
这也是 OpenAegis 与许多既有网络安全模型最重要的区别：它学习的不只是漏洞知识和最终答案，还学习了安全研究任务中的连续行动过程。
CyberFactory 补上的不只是一批训练材料，而是一条能够从开源漏洞持续构造任务、生成轨迹并训练模型的完整路径。
题从哪里来？
从开源漏洞到可训练任务
真实世界中的漏洞材料来源复杂，完整程度也不相同。CyberFactory 使用了 ARVO、OSS-Fuzz 和开源 CVE 等多类来源。
其中，开源 CVE 最难处理。一个常见条目可能只给出修复提交、漏洞类型和简短说明，却没有现成的运行环境。团队为此设计了三步处理流程。
第一步：重建漏洞前后的程序环境
系统从多个来源获取源码仓库、定位修复提交、构造验证文件，根据修复提交提取漏洞版本和修复版本，分别构建可运行环境。这样，同一个候选输入可以在修复前后各运行一次。
第二步：确认任务确实可解，并控制难度
系统将实际运行获取的证据与已有公开的漏洞类型、崩溃报告和崩溃位置等作检验校准，这样留下来的任务具有可核验的漏洞依据。而后剔除冗余，同时不会把验证阶段使用的额外线索泄露给训练模型。
第三步：生成适合智能体使用的任务说明
对于说明完整的修复提交，系统直接保留其中的有效信息；对于说明含糊的条目，则结合可用的漏洞证据和修复内容生成任务描述。用于任务核验和筛选的额外线索不会交给轨迹生成或模型训练，以免泄露答案。
经过这几步，原本散落在漏洞库、代码仓库和构建记录中的材料，才真正变成一个可以交给智能体处理的任务。