CyberFactory：把真实漏洞转化为可验证的网络安全智能体训练任务

导语

网络安全大模型的瓶颈，往往不只是模型规模，而是缺少可复现、可验证且能够规模化生产的训练数据。CyberFactory 试图解决这一问题：它把公开漏洞资料重建为可执行任务，让教师模型在代码、工具和目标环境之间反复交互，再用程序行为筛选有效轨迹。研究团队据此训练了开源网络安全模型 OpenAegis。

从漏洞资料到训练实例

CyberFactory 覆盖漏洞 PoC 生成、漏洞修补和网络安全问答三类任务。数据来源包括 ARVO、OSS-Fuzz 以及现实世界中的 CVE。对于每个漏洞，系统重建修复前后的程序状态，生成任务描述，并在轨迹生成阶段移除可直接泄露答案的验证信息。

PoC 是否有效，不由文本表面判断，而是由差分执行结果决定：它必须在修复前版本触发目标漏洞，同时不能在修复后版本触发。这个机制将漏洞复现转化为“提出方案—执行验证—根据反馈修正”的闭环。补丁任务则依托真实漏洞修复记录，CyberQA 数据则以执行结果、代码结构或权威报告中的事实为基础。

用技能引导教师，再把技能训练进模型

在轨迹合成时，教师模型获得一套可复用的漏洞分析技能，包括检查目标和构建条件、开展领域引导的探索、收集证据以及在验证失败后调整方案。这套技能并不直接告诉模型某个实例的答案，因此模型仍需通过环境交互完成分析。

关键点在于，OpenAegis 推理时不需要额外携带这段技能提示。研究者希望通过监督微调，把“先探索、再验证、持续修正”的工作流内化到模型参数中。分析结果显示，带技能的教师更常进行探索和验证；微调后，OpenAegis 中 85.2% 的轨迹采用领域先验引导的探索，而 Qwen3.5 为 0.6%。

结果与边界

在相同脚手架和一小时 CyberGym 预算下，OpenAegis 的 Pass@1 为 58.1%，高于作为基础模型的 Qwen3.5（29.6%）、GLM 5.2（43.3%）和 Kimi K2.7（51.7%）。不过，技能提示实验并非严格的等计算量对比：GLM 5.2 加技能时单次尝试缩短至 15 分钟并进行 5 次重复，因此结果更适合说明轨迹生成效率和行为模式的变化，而不是直接证明同等预算下的性能优势。

意义与影响

CyberFactory 的价值在于提供了一条较完整的开源训练路线：从公开漏洞构建实例，以可执行标准过滤监督，再将工具使用和验证行为交给模型学习。它把网络安全智能体从“生成看似合理的答案”推进到“必须在环境中证明答案有效”。

但这类系统仍依赖漏洞环境重建质量、验证器设计和测试覆盖率。Pass@1 也只反映特定 CyberGym 设置下的结果，不能等同于现实生产环境中的全面安全能力。尽管如此，CyberFactory 为可复现的网络安全智能体研究提供了较清晰的工程框架。

来源：Hugging Face Daily Papers