Google 推出网络安全专向轻量模型

Raluca Ada Popa、Four Flynn

多年来，Google 一直持续投入网络安全领域，并率先探索自动化漏洞发现技术，以保护全球代码库的安全。以我们的代码安全 Agent CodeMender 为例，它能够自动发现并修复严重的软件漏洞。然而，随着 AI Agent 发现漏洞的速度越来越快，甚至超过防御者修复漏洞的速度，要应对这一全球性威胁，就必须采用一种能力强大、成本可控且能够规模化的方法。

今天，我们将进一步拓展长期以来为防御者提供支持的工作，正式推出 Gemini 3.5 Flash Cyber。这是一款基于 3.5 Flash 构建的轻量级网络安全模型，并经过专门微调，能够快速、高效地发现、验证和修补漏洞，在这些任务上的表现优于 Gemini 主线 Flash 模型。

Flash 出色的性能和效率，使其成为我们构建网络安全模型的理想基础。3.5 Flash Cyber 基于 Flash 打造，与体量庞大、成本高昂的网络安全模型相比，既具备强大的能力，又拥有更高的成本效益。

考虑到这项技术具有双重用途，我们在部署 3.5 Flash Cyber 时采取了审慎而有针对性的方式。作为限量访问试点计划的一部分，3.5 Flash Cyber 即将通过 CodeMender 仅向政府机构和可信合作伙伴开放，之后再逐步扩大使用范围。这将帮助一线防御者抢占先机，在严重漏洞被利用之前发现并修复它们，同时降低技术被大范围滥用的风险。

除此之外，我们还将通过 Gemini Enterprise Agent Platform，借助已正式开放使用的 Gemini 模型，直接向客户提供 CodeMender 的基础能力。

搜索空间问题：轻量级模型在代码安全中的优势

要发现深藏于代码中的缺陷，就需要探索规模极其庞大的执行搜索空间。如果只依赖一次昂贵的大型语言模型调用，很容易形成瓶颈。对于那些要求 Agent 扫描大型代码库并分析大量代码路径的漏洞发现任务，3.5 Flash Cyber 尤其适合。

CodeMender 会多次调用 3.5 Flash Cyber，使 Agent 能够分析远多得多的代码路径，从而发现并验证漏洞。随后，各个 sub-agent 会共同生成一份高质量的最终报告。

凭借速度和成本优势，3.5 Flash Cyber 可以轻松、大规模地集成到高频扫描、时间敏感的发布流程或 commit 扫描流水线中。

3.5 Flash Cyber 基准测试结果：大型网络安全模型之外的高效选择

我们使用多项基准测试评估了 3.5 Flash Cyber。具体来说，我们在 CyberGym 基准测试中对其进行了测试。CyberGym 会使用数百个真实世界的软件漏洞评估 AI Agent。为了充分利用 3.5 Flash Cyber 的低成本优势，我们将 CodeMender 配置为针对一份最终报告最多调用五次 3.5 Flash Cyber。最终，整个 Agent 在 CyberGym 上取得了足以与体量大得多的模型竞争的成绩*。

CyberGym 成功率（pass@1）

*竞争对手的结果来自各提供商自行公布的分数

我们还移除安全护栏，对模型在 CyberGym 之外的能力进行了压力测试。Google 的 Big Sleep 团队独立构建了一套评估，重点考察模型能否在 Chrome 和 Safari 等全球最复杂的代码库中，发现严重且难以定位的漏洞。在这项评估中，3.5 Flash Cyber 的表现显著超过主线 3.5 Flash 和 3.6 Flash。

Big Sleep 评估成功率（pass@1）

我们还在 Google Chrome 的生产环境 commit 扫描流水线中评估了 3.5 Flash Cyber。相关漏洞从未公开披露，因此可以确保这项基准测试对于 Gemini 和竞争对手模型而言都不存在数据污染。

结果显示，与 3.5 Flash 相比，3.5 Flash Cyber 的表现有了显著提升。需要说明的是：Opus 4.6 之后发布的较新竞争对手模型版本，会因为内置安全护栏而拒绝执行这些任务，因此未在结果中展示。

Chrome 生产环境 commit 扫描流水线成功率（pass@1）

此外，与主线 3.5 Flash 和 Claude Opus 4.6 相比，3.5 Flash Cyber 始终能够发现更多不同的漏洞。在调用次数固定的情况下，我们使用高度复杂的 V8 JavaScript Engine 进行测试。3.5 Flash Cyber 发现了 55 个不同且经过确认的问题，主线 3.5 Flash 发现了 47 个，Opus 4.6 则发现了 36 个。其中有 10 个问题是另外两个受测模型都未能发现的。

基础网络安全模型可能会陷入循环，反复发现同一个问题，却遗漏严重漏洞。能力强大的模型能够扩大搜索范围，发现更多不同的问题。

随着调用次数增加，我们发现 3.5 Flash Cyber 仍能不断探索新的代码路径并发现新的漏洞。

实际应用与 Google 防御能力的规模化

基准测试只能反映部分情况。CodeMender 中的 3.5 Flash Cyber 已经在 Google 内部代码库中发现并修复漏洞，覆盖 Chrome、Android、Cloud、Ads 和 YouTube 等产品与业务。

轻量级模型带来的漏洞发现速度已经产生了可量化的实际成效。

例如，Google Cloud Vulnerability Research 团队使用 3.5 Flash Cyber，以创纪录的速度主动保护我们的系统。仅用两个小时，该模型就在公共 API 中发现了远程代码执行漏洞，并在一项敏感的生产服务中发现了内存损坏漏洞。随后，它生成了一个可靠性达到 100% 的远程代码执行 exploit，能够绕过 Address Space Layout Randomization（ASLR）和 Write XOR Execute（W^X）等标准缓解技术。

来自 Wiz 和 Cloud CISO Security Engineering 测试人员的早期反馈证实，与主线 3.5 Flash 模型相比，3.5 Flash Cyber 的能力有了显著提升。

规模化赋能防御者

Google 在软件安全领域的领先地位为我们带来了独特优势。例如，由 Google 运营的漏洞数据库 OSV.dev 收录了超过 70 万个开源漏洞，再加上 OSS-Fuzz 十多年来积累的结果，可以帮助我们识别质量最高的漏洞。

借助这些资源，我们能够超越合成的网络安全示例，教会模型像真正的安全专业人员一样工作。我们的模型会学习使用行业标准工具、阅读 Chromium 等大型项目中的数百万行代码，并独立处理需要持续数小时进行深度分析的复杂安全任务。

通过使用 3.5 Flash Cyber 为 CodeMender 提供能力，我们正在构建一种能力强大、可规模化且成本可控的架构，帮助更多防御者保护软件安全。