China's DoGNAVY staat derde in wereldwijde AI-veiligheidsbenchmark en baant de weg voor agentveiligheid

CyberGym, een benchmark van UC Berkeley, rangschikt AI-agenten op hun vermogen om zelfstandig kwetsbaarheden te ontdekken, te verifiëren en te exploiteren op basis van 1507 echte opgeloste kwetsbaarheden in 188 open-sourceprojecten. DoGNAVY, ontwikkeld door een toonaangevend Chinees AI-onderzoeksinstituut en DARKNAVY, behaalde een slagingspercentage van 90,8% (1369 taken) en staat daarmee wereldwijd op de derde plaats, achter Microsofts MDASH (92,0%) en Wix Google DeepMinds Atlas (90,9%), en voor OpenAIs GPT-5.5-Cyber (85,6%) en Anthropics Claude Mythos (83,1%). De top twee systemen vertrouwen op het routeren van taken naar de best presterende closed-source modellen, wat uitdagingen oplevert op het gebied van beschikbaarheid en kosten voor Chinese teams. Daarentegen gebruikt DoGNAVY slechts één open-source model, GLM-5.2 van Zhipu, dat gratis te downloaden is van Hugging Face. DoGNAVY bootst de werkwijze van topbeveiligingsonderzoekers na door middel van een gestructureerde workflow, bereikbaarheidsanalyse van kwetsbaarheden, statisch-dynamische feedbackloops en een kennisbank met platformonafhankelijke beveiligingsonderzoekservaring. De architectuur van het systeem omvat AgentDoG, een open-source beveiligingsframework dat het gedrag van agenten diagnosticeert, risicobronnen identificeert en besluitvormingsmotivaties verklaart. De training van AgentDoG maakt gebruik van een slim selectiemechanisme om kerntaken te kiezen en gegevens te zuiveren, wat resulteert in een klein model met 78,4% nauwkeurigheid op complexe risico-identificatietaken, vergelijkbaar met toonaangevende modellen. Deze prestatie toont aan dat China met open-source modellen en praktijkervaring op het gebied van beveiliging de meest uitdagende beveiligingstaken kan aanpakken, waardoor geavanceerde AI-beveiligingsmogelijkheden toegankelijker worden.