Google 多年来持续投入网络安全，率先实现了自动化漏洞发现，以保护全球的代码库。像我们的代码安全智能体 CodeMender 这样的工具，可以自动发现并修复关键的软件漏洞。但随着 AI 智能体发现漏洞的速度越来越快，超过了防御者修复的速度，应对这一全球性威胁需要一种能力强、成本低且可扩展的方法。
今天，我们进一步扩大长期以来帮助防御者做好准备的努力，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，经过微调，能够快速、高效地发现、验证和修补漏洞，在这些任务上比 Gemini 的主线 Flash 模型更有效。
Flash 的性能和效率使其成为我们网络安全模型的理想基础。在 Flash 之上构建的 3.5 Flash Cyber，为庞大而昂贵的网络安全模型提供了一个成本高效、能力出众的替代方案。
鉴于这项技术具有双重用途的性质，我们对 3.5 Flash Cyber 的部署采取了审慎的方式。作为限量访问试点计划的一部分，3.5 Flash Cyber 即将通过 CodeMender 仅向政府和可信合作伙伴开放，并将逐步扩大范围。这将让一线防御者抢先一步，在关键漏洞被利用之前发现并修复它们，同时降低被更广泛滥用的风险。
另外，我们还通过 Gemini Enterprise Agent Platform，让客户借助已正式发布的 Gemini 模型直接使用 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
发现深层缺陷需要探索庞大的执行搜索空间。依赖对大型语言模型的单次昂贵调用可能造成瓶颈。3.5 Flash Cyber 特别适合这样的漏洞发现场景：智能体需要扫描大型代码库，并分析大量代码路径。
CodeMender 会多次调用 3.5 Flash Cyber，因此智能体可以分析多得多的代码路径来发现并验证漏洞。随后，子智能体会产出一份高质量的综合报告。
得益于其速度和低成本，3.5 Flash Cyber 可以轻松集成到高频扫描、时间敏感的发布流程或大规模提交扫描流水线中。
3.5 Flash Cyber 基准测试结果：大型网络安全模型的高效替代方案
我们在多种基准测试上测试了 3.5 Flash Cyber，尤其是 CyberGym 基准测试，它使用数百个真实世界的软件漏洞来评估 AI 智能体。我们利用 3.5 Flash Cyber 的低成本，把 CodeMender 配置为最多调用 3.5 Flash Cyber 五次来生成一份最终报告，整个智能体在 CyberGym* 上取得了可与规模大得多的模型相竞争的成绩。
CyberGym 成功率（pass@1）
*竞争对手的结果来自各提供商自行报告的分数
我们还在没有安全护栏的情况下，对该模型在 CyberGym 之外的能力进行了压力测试。Google 的 Big Sleep 团队独立构建了一项评估，专注于在 Chrome 和 Safari 等世界上最复杂的一些代码库中发现关键且难以发现的漏洞。在这项评估中，3.5 Flash Cyber 显著超过了主线 3.5 Flash 和 3.6 Flash。
Big Sleep 评估成功率（pass@1）
我们还在 Google Chrome 的生产环境提交扫描流水线上评估了 3.5 Flash Cyber。这些漏洞从未公开披露，从而确保该基准测试对 Gemini 和竞争对手的模型都不存在数据污染。
结果显示，3.5 Flash Cyber 相比 3.5 Flash 有显著提升。注：Opus 4.6 之后的更新版本竞争对手模型由于内置安全护栏而拒绝执行这些任务，因此未列入图中。
Chrome 生产环境提交扫描流水线成功率（pass@1）
此外，与主线 3.5 Flash 和 Claude Opus 4.6 相比，3.5 Flash Cyber 始终能发现更多独特的漏洞。在高度复杂的 V8 JavaScript 引擎上，在调用次数固定的情况下，3.5 Flash Cyber 发现了 55 个经确认的独特问题，而主线 3.5 Flash 发现 47 个，Opus 4.6 发现 36 个，其中有 10 个问题是另外两个被测模型没有发现的。
基础的网络安全模型可能会陷入循环，反复发现同一个问题，却遗漏关键漏洞。强大的模型则撒下更大的网，发现更多独特的问题。
随着调用次数的增加，我们发现 3.5 Flash Cyber 会持续发现新的代码路径和漏洞。
在 Google 的实际应用与大规模防御
基准测试只是故事的一部分。CodeMender 中的 3.5 Flash Cyber 已经在 Google 的内部代码库中发现并修复漏洞，涵盖 Chrome、Android、Cloud、Ads 和 YouTube。
轻量级模型带来的发现速度，已经产生了可衡量的成效。
例如，Google 的 Cloud 漏洞研究团队使用 3.5 Flash Cyber，以创纪录的速度主动加固了我们的系统。仅用 2 小时，该模型就发现了公共 API 中的远程代码执行漏洞，并在一个敏感的生产服务中发现了内存破坏漏洞。随后，它生成了一个 100% 可靠的远程代码执行利用程序，绕过了地址空间布局随机化（ASLR）和写异或执行（W^X）等标准缓解技术。
来自 Wiz 以及 Cloud CISO 安全工程测试人员的早期反馈证实，3.5 Flash Cyber 的能力相比主线 3.5 Flash 模型有显著提升。
大规模赋能防御者
Google 在软件安全领域的领先地位给了我们独特的优势。例如，由 Google 运营的漏洞数据库 OSV.dev 涵盖超过 700,000 个开源漏洞，再加上 10 多年的 OSS-Fuzz 结果，帮助我们识别出质量最高的漏洞。
这让我们得以摆脱合成的网络安全示例，教会模型真实的安全专业人员是如何工作的。我们的模型学会了操作行业标准工具，阅读 Chromium 等大型项目中的数百万行代码，并独立完成需要数小时持续深入分析的复杂安全任务。
通过用 3.5 Flash Cyber 为 CodeMender 提供动力，我们提供了一套能力强、可扩展且成本低的架构，旨在帮助更多防御者保护软件安全。