DoGNAVY-Exploit：并行开源权重智能体做漏洞利用
原文标题：DoGNAVY-Exploit: Harnessing Parallel Open-Weight Agents for Stage-Aware Vulnerability Exploitation
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究者提出 DoGNAVY-Exploit 多智能体框架，采用阶段感知分解与渐进式专家知识披露，以及分层编排与并行探索，让开源权重模型完成长链条漏洞利用。搭配 GLM-5.2 在 Cybench 达 97.5% Pass@1，在 ExploitGym 上显著超过 Claude Code 基线。
- 问题
- 开源权重模型难以在长链条漏洞利用中保持进展并正确运用安全知识。
- 方法
- 多智能体框架，阶段感知分解加渐进式知识披露，分层编排与并行探索，共享结构化记忆。
- 结果
- 搭配 GLM-5.2 在 Cybench 达 97.5% Pass@1，ExploitGym 上显著超过 Claude Code 基线。
- 影响
- 开源模型加编排即可接近前沿智能体的漏洞利用能力，降低安全评估门槛。
深读 · 结论先行AI 生成展开看要点与影响 ↓
DoGNAVY-Exploit搭配GLM-5.2在Cybench达97.5% Pass@1，ExploitGym显著超Claude Code基线。
- •框架面向开源权重模型，解决其在长漏洞利用链上难以持续推进的问题
- •两项设计：阶段感知分解+渐进式专家知识披露；分层编排+并行探索
- •用可配置里程碑把长周期利用拆成短的可验证能力跃迁，每阶段只给相关知识
- •规划者提攻击路线、执行者并行测试、控制器仅在运行时证据支持时接受进展，共享结构化记忆汇总已验证事实与失败路线
- •受控基准中搭配GLM-5.2在Cybench达97.5% Pass@1
为什么重要：开源权重模型加多智能体编排正逼近前沿闭源智能体的漏洞利用能力，且成本与访问门槛更低；对安全攻防双方都是能力格局变化。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。