文章总结： 国产AI安全模型MopMonk在UCBerkeley的CyberGym评测中以73.1%成功率位列全球第七，其基于MiniMaxM3模型并采用专属Harness框架实现高效漏洞挖掘。该框架通过结构化漏洞记忆、记忆驱动迭代和多智能体并行探索三大核心设计，将模型能力转化为实际漏洞发现能力，为AI安全领域提供了参数优化转向工程调度的新思路。 综合评分： 82 文章分类： AI安全,漏洞分析,安全工具,解决方案,技术标准

神秘国产AI安全「扫地僧」杀进全球前七，直逼OpenAI

原创

hacking hacking

Hacking黑白红

2026年6月30日 13:44 安徽

在小说阅读器读本章

去阅读

日前，UC Berkeley打造的CyberGym，是业内公认AI安全“奥运会”，考题全部来自真实开源漏洞，规模是传统评测基准7.5倍，要求AI自主挖掘漏洞、写出可复现攻击代码，全球大厂悉数参战。

图片来源：新智元

01

国产黑马凭空杀出

就在GPT-5.5、Claude等海外顶流同台比拼时，一个代号MopMonk（扫地僧） 的国产AI突然上榜，以73.1%成功率拿下全球第七、国内第一，成绩紧追OpenAI。

诡异的是这支团队全程低调，没有发布会、没有官方宣传，只放出开源技术文档，背景至今成谜。

取名“扫地僧”，颇有武侠内味：不显山露水，一出手便能和全球巨头掰手腕。

02、

底层底气：MiniMax M3打造强大基座

扫地僧的底层模型是国产MiniMax M3，也是它能突围的核心根基。这款开源模型集齐三大王牌能力：百万token超长上下文、顶尖代码能力、原生多模态。

面对CyberGym百万行大型代码库，1M上下文窗口能完整读取项目文件；代码跑分对标海外闭源大模型，长周期自主迭代、自我纠错，为漏洞挖掘提供充足算力与推理支撑。

03、

制胜关键：专属Harness框架，补齐AI行动力

很多大模型看得懂漏洞，却写不出有效PoC，问题卡在协调层Harness，而这正是扫地僧的独门内功。

整套框架分三层核心设计：

1. 结构化漏洞记忆：分类存储代码路径、失败案例、测试约束，不用每次重读全部代码，大幅降低计算消耗；

2. 记忆驱动迭代挖掘：每轮测试结果自动留存，基于过往经验缩小搜索范围，减少无效试错；

3. 多智能体并行探索：多个Agent共享记忆，从不同方向同步排查漏洞，互不重复、效率翻倍。

简单说：M3负责思考判断，Harness负责落地执行，二者深度绑定，把模型智商转化为实打实的漏洞挖掘能力。

04、

行业风向变了：堆参数已成过去式

此前行业内卷一味做大模型参数，但CyberGym榜单给出全新结论：

Agent执行框架、调度工程的价值，远大于单纯扩充参数。

模型会持续迭代，但打磨成熟的Harness调度体系可以长期复用，具备复利价值。扫地僧这套方案，给国内AI安全团队提供了全新路线：用好优质开源基座，深耕智能体调度工程，就能追上海外头部产品。

05、

神秘扫地僧究竟来自哪里？

现有线索全部指向国内：

东方武侠代号、上海MiniMax基座、深耕网络安全的技术路线，业内普遍猜测是上海本土AI安全团队。

网友评论

“起这种名字大概率是阿里”

“我喜欢这个名字，充满了武侠的浪漫，只有中国人懂的浪漫。”

不过官方至今没有透露企业、团队信息，只开放GitHub开源仓库。

这名低调的国产“扫地僧”，也留下行业一大悬念：到底是哪家团队打造出这匹黑马？

作者：hacking。前北漂程序员，现在做安全。文章数据来自网络，大模型优化，侵权删。

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：Hacking黑白红 hacking hacking《神秘国产AI安全「扫地僧」杀进全球前七，直逼OpenAI》