DoGNAVY của Trung Quốc xếp thứ ba trong chuẩn đánh giá an ninh AI toàn cầu, mở đường cho an toàn agent

CyberGym là một bộ tiêu chuẩn đánh giá (benchmark) do Đại học California, Berkeley (UC Berkeley) phát triển, xếp hạng các AI agent dựa trên khả năng tự động phát hiện, xác minh và khai thác lỗ hổng từ 1.507 lỗ hổng thực tế đã được vá trên 188 dự án mã nguồn mở. DoGNAVY, được phát triển bởi một viện nghiên cứu AI hàng đầu Trung Quốc phối hợp với DARKNAVY, đạt tỷ lệ vượt qua 90,8% (1.369 tác vụ), xếp thứ ba toàn cầu, sau MDASH của Microsoft (92,0%) và Atlas của Wiz kết hợp với Google DeepMind (90,9%), đồng thời vượt qua GPT-5.5-Cyber của OpenAI (85,6%) và Claude Mythos của Anthropic (83,1%). Hai hệ thống dẫn đầu dựa vào việc điều phối tác vụ đến các mô hình đóng nguồn (closed-source) có hiệu năng tốt nhất, điều này đặt ra thách thức về khả năng tiếp cận và chi phí đối với các đội ngũ Trung Quốc. Ngược lại, DoGNAVY chỉ sử dụng một mô hình mã nguồn mở (open-source) duy nhất là GLM-5.2 của Zhipu, vốn có thể tải miễn phí từ Hugging Face. DoGNAVY mô phỏng quy trình làm việc của các chuyên gia bảo mật hàng đầu thông qua một quy trình có cấu trúc, phân tích khả năng tiếp cận lỗ hổng, các vòng phản hồi tĩnh-động (static-dynamic feedback loop), và một kho tri thức chứa kinh nghiệm nghiên cứu bảo mật không phụ thuộc nền tảng. Kiến trúc của hệ thống bao gồm AgentDoG, một khung bảo mật mã nguồn mở dùng để chẩn đoán hành vi của agent, xác định nguồn gốc rủi ro và giải thích động cơ ra quyết định. Quá trình huấn luyện AgentDoG sử dụng cơ chế lựa chọn thông minh để chọn ra các mẫu dữ liệu quan trọng cùng với việc thanh lọc dữ liệu, cho ra một mô hình nhỏ gọn đạt độ chính xác 78,4% trong các tác vụ nhận diện rủi ro phức tạp, tương đương với các mô hình hàng đầu. Thành tựu này cho thấy rằng với các mô hình mã nguồn mở và kinh nghiệm bảo mật thực tiễn, Trung Quốc hoàn toàn có thể xử lý những tác vụ bảo mật khó khăn nhất, qua đó giúp năng lực bảo mật AI tiên tiến trở nên dễ tiếp cận hơn.