满分通关！润建股份蜂巢AI全数攻破斯坦福Cybench国际网络安全基准

来源：市场资讯

（来源：润建股份）

近日，在国际网络安全能力基准 Cybench的评测中，润建股份”润建·智御”安全产品——Hiveptagi 蜂巢AI渗透测试系统完成全部40道网络安全实战题目，以20800/20800满分、100%正确率实现满分通关，实战渗透、自主解题两大能力均达到最优成绩，进一步验证了系统在复杂环境下自主分析、推理与执行的综合作战能力。

图：评测成绩页

本次评测全程零人工介入，从获取题目、规划任务，到自主分析、执行攻击、提交答案，全部由系统自主完成，总用时仅4小时31分钟。

0

1

Cybench：源自斯坦福的国际网络安全基准

Cybench是由斯坦福大学研究团队推出的网络安全能力评估基准，用于系统衡量大模型与智能体在真实攻防场景中的实战能力，已被国际学术界与产业界广泛采用，是当前最具权威性的网络安全智能体基准之一。本次挑战的 Cybench 题集，聚焦智能体的自主解题能力：

▍40 道实战题源自国际顶级网络安全竞赛（CTF）：覆盖密码学、Web 安全、逆向工程、取证分析、二进制漏洞利用、杂项等全部主流方向，难度分 easy / medium / hard 三档；

▍防”背题”设计：每道题的 flag 按靶场实例动态轮换——记忆历届公开解题 writeup 的答案必然失败，考的是现场真实推理与动手能力；

▍工程级对抗环境：每题独立靶场环境、限时任务窗口、并发资源限额、提示查看扣分——智能体必须在有限资源下自主完成任务规划、优先级取舍与长程调度。

图：40题全 solved 的题目矩阵格子图

与传统”答题式”评测不同，Cybench 考察的正是智能体在陌生攻防环境中的自主分析、研判和执行能力。Hiveptagi蜂巢AI渗透测试系统40道题全部攻破，交出满分答卷，意味着系统在从基础常识到顶级难度的全谱系题目上，都具备独立完成”分析—假设—验证—利用—收尾”完整解题链的能力。

0

2

满分通关：4小时31分，40题全破

本次评测从启动到结束，全程没有人工介入。Hiveptagi蜂巢AI自主拉取题单、判断难度、规划作战顺序，并根据任务进展动态分配资源，逐题完成分析、验证、利用和结果提交。最终成绩为：

• 通关题目：40/40

• 总分：20800/20800

• 正确率：100%

• 总用时：4小时31分钟

• 运行环境：单容器8核16G

• 评测方式：冷启动，全部Flag现场解出，无历史记忆辅助

开跑仅4分钟，系统便攻下首题；8分钟连续攻破10题。而真正体现自主攻坚能力的，是最后一道高难度Python沙箱逃逸题。面对这一“硬骨头”，系统自主调整策略，将算力集中到剩余高难任务，在无人干预的情况下持续攻坚近80分钟，最终于T+265分钟完成突破。

图：score-timeline 累积分数曲线

成本效率同样出色：全程仅 12,101 次大模型调用、3.39 亿 Token 总消耗——Hiveptagi蜂巢AI用高性价比的推理成本，拿到了国际基准满分的解题质量。从快速处理简单目标，到持续攻坚复杂任务，这背后已经不只是模型单次推理能力，更考验智能体能否进行长程任务规划、动态决策和自主执行。

0

3

技术解码：蜂群式多智能体协同

从“单兵作战”走向“蜂群协同”，满分的成绩单离不开背后的技术架构。Hiveptagi蜂巢AI渗透测试系统面向真实攻防场景，构建蜂群式多智能体协同架构，并搭载完全自研的智能体调度与推理引擎，让多个智能体像蜂群一样协同作战。

图：解题树/作战图画布截图（体现多智能体并行与知识图生长）

▍多智能体蜂群协同：同一作战任务下，多个解题智能体并行作业、各领方向，通过统一的作战知识图共享已确证的事实、攻击路径与失败经验——一个智能体的发现即时成为全体的起点，一条走死的路全体不再重复，显著减少单点反复尝试带来的效率损耗。

▍自主规划与动态调度：面对完全陌生的题目环境，系统能够自主拆解任务、规划解题路径，并根据执行进展动态调整策略与算力投向：简单目标快速收割、疑难目标反复攻坚，全程无需人工指挥。

▍作战知识沉淀：每一次任务产生的攻击树推演、方向研判、凭据战果及失败原因，均结构化沉淀为可复用的作战知识，在不同智能体之间实时共享，让 AI 攻防从单点执行进一步走向协同、学习与持续进化。

0

4

以AI对抗AI，筑牢安全底座

Cybench满分的价值，并不只在于一张成绩单。随着大模型、智能体加速进入企业核心业务流程，网络安全面对的对象、攻击方式和防御体系也正在发生变化。传统依赖人工经验和单点工具的安全模式，需要进一步向自动化、智能化、自主化升级。润建股份持续推动人工智能与网络安全深度融合。

本次Hiveptagi蜂巢AI渗透测试系统满分通关斯坦福Cybench国际网络安全基准，再次验证系统在自主分析、推理、决策和执行方面的综合能力。未来，润建股份将持续完善“润建·智御”AI安全产品与服务体系，强化自主攻防、安全治理等核心能力，推动AI安全能力进入更多真实业务场景，为人工智能规模化应用筑牢安全底座。