Kiinalainen DoGNAVY nousi kolmanneksi globaalissa tekoälyturvallisuusvertailussa, avaten tietä agenttien turvallisuudelle

UC Berkeleyn benchmark CyberGym arvioi tekoälyagentteja niiden kyvyssä itsenäisesti löytää, varmistaa ja hyödyntää haavoittuvuuksia 1507:stä todellisesta korjatusta haavoittuvuudesta 188 avoimen lähdekoodin projektissa. Kiinalaisen huippututkimuslaitoksen ja DARKNAVYn kehittämä DoGNAVY saavutti 90,8 prosentin läpäisyn (1369 tehtävää) sijoittuen maailman kolmanneksi Microsoftin MDASHin (92,0 %) sekä Wiz×Google DeepMindin Atlaksen (90,9 %) jälkeen ja edelle OpenAI GPT-5.5-Cyberia (85,6 %) sekä Anthropic Claude Mythosia (83,1 %). Kaksi kärkijärjestelmää nojaavat tehtävien reitittämiseen parhaiten suoriutuville suljetun lähdekoodin malleille, mikä aiheuttaa saatavuus- ja kustannushaasteita kiinalaisille tiimeille. Sen sijaan DoGNAVY käyttää vain yhtä avoimen lähdekoodin mallia, Zhipun GLM-5.2:ta, joka on vapaasti ladattavissa Hugging Facesta. DoGNAVY jäljittelee huipputurvallisuustutkijoiden työnkulkua jäsennellyn työnkulun, haavoittuvuuksien saavutettavuusanalyysin, staattis-dynaamisten palautesilmukoiden sekä alustariippumattoman tietoturvatutkimuskokemuksen tietokannan avulla. Järjestelmän arkkitehtuuriin kuuluu AgentDoG, avoimen lähdekoodin tietoturvakehys, joka diagnosoi agentin käyttäytymistä, tunnistaa riskilähteet ja selittää päätöksenteon motiivit. AgentDoG:n koulutuksessa käytetään älykästä valintamekanismia keskeisten näytteiden valintaan sekä datan puhdistusta, mikä tuottaa pienen mallin, jonka tarkkuus on 78,4 prosenttia monimutkaisissa riskientunnistustehtävissä – vertailukelpoinen huippumallien kanssa. Tämä saavutus osoittaa, että avoimen lähdekoodin mallien ja todellisen tietoturvaosaamisen avulla Kiina pystyy käsittelemään haastavimmatkin tietoturvatehtävät, mikä tekee kehittyneestä tekoälypohjaisesta tietoturvasta helpommin saavutettavaa.