AI 攻防登顶 99.4%：福建企业日常安全自查能照做的四步
一、先说结论
据量子位报道（媒体口径），360 自研 AI 安全攻防系统「图龙锋」在 CyberGym 榜单以 99.4% 的漏洞复现成功率登顶，创该榜单最高纪录；同场还有 OpenAI GPT-5.5-Cyber、Anthropic Claude Mythos Preview、Google Gemini 3.8 Flash Cyber。评测含 1507 个真实漏洞任务、连续三轮独立评测，AI 要定位代码、构造 PoC 并真正复现才算答对；而该榜发布之初，最佳组合「OpenHands＋Claude 3.7 Sonnet」成功率仅 11.9%（媒体口径）。
从 11.9% 到 99.4%，是同一套考卷上的量级跳变。信号很直接：过去靠资深工程师、按季度做一次的高强度活，正在变成能高频跑、自动跑的常规动作。
对福建企业，结论要落到自己身上：攻防两端都在自动化，防守方还靠「出公告 → 临时排查 → 补材料」的节奏，时间差只会越拉越大。 本文不谈价格与采购，只给 IT 部门自己能起步的四步和三个坑。
二、这次到底变了什么
别把榜单分数当成自家系统的安全水平，先看清楚变的是什么：
| 维度 | 过去 / 基线 | 现在（据量子位报道） | 口径 |
|---|---|---|---|
| 漏洞复现成功率 | CyberGym 发布时最佳组合 11.9% | 图龙锋 99.4%，创榜单最高纪录 | 媒体口径 |
| 评测规模 | — | 1507 个真实漏洞任务，连续三轮独立评测 | 媒体口径 |
| 答题要求 | 定位可疑代码位置 | 定位 → 构造 PoC → 真正复现，三步全对才计分 | 媒体口径 |
| 同场选手 | — | GPT-5.5-Cyber、Claude Mythos Preview、Gemini 3.8 Flash Cyber | 媒体口径 |
| 能力从哪来 | 依赖个别专家经验 | 360 披露其团队累计发现并协助修复微软、谷歌、苹果、华为、高通等厂商 CVE 超 3000 个 | 官方披露 |
| 对企业的含义 | 攻防是人力活，按季度做一次 | 高频、可判定的安全动作可以自动化、常态化 | 本站判断 |
一句话概括：AI 把「发现—验证」这一段的边际成本压下来了。 过去每做一轮要占专家、要停机窗口、要出报告；定位与复现能由机器先跑、人只复核结论，节奏就能从「季度」改成「每次上线前」。
补一句口径修正：99.4% 是特定评测集的成绩，不代表任意业务系统都能被这样复现，更不代表装个工具就有了 360 的团队能力——官方披露的 3000 多个 CVE 积累，本质是人和实战（官方披露）。当「能力可行性」的信号，别当「效果承诺」。
三、福建企业真正能用在哪
- 外贸官网、商城、小程序上线前自测（泉州鞋服、厦门跨境电商）：改版频繁、外包交付多、版本杂，把自动化定位与复现做成发布卡点，比事后接通报划算。
- 合并请求阶段的辅助审计（福州、厦门软件园）：让 AI 先扫注入、越权、硬编码密钥、依赖版本，人只复核命中项，发现点前移、返工最省。
- 账号与数据异常告警（会员、经销、订货系统）：批量导出、异地登录、异常时段高频访问，判定规则清晰、重复度高，最适合交给自动化基线，不需要专家盯屏。
- 等保测评的持续留痕（政企及有合规要求的单位）：把扫描、复核、处置、回滚自动留痕，测评时直接调记录，不必临时补台账。
多厂区的制造企业还有一步前置动作：IT 与生产网混跑、日志分散在各设备里，先做日志集中，再谈智能告警，顺序别反。
四、可照做的四步
一、盘「动作」，不盘「资产」。 把半年里做过的重复性安全动作列成表：版本核对、弱口令检查、端口巡检、日志回看、备份可恢复性验证。标出「判定标准明确、结果只有是/否」的，这些优先自动化。别一上来清点几千条资产，会卡在第一周。
二、建最小可用的自动化基线。 三件事起步：日志集中、一份固定检查规则集、一个能落到人的告警出口。目标是让上表最靠前的两三个动作自动跑、每周出一份看得懂的结果，不是「上平台」。规则要写清误报怎么处理，否则告警很快被静音。
三、把「复现验证」变常态。 榜单最关键的是「真正复现出来」。企业侧就是给重点系统建一套可反复跑的验证用例：上线前跑、大版本后跑、每季度跑；机器先给定位与证据，人再判断是否处置。用例要跟业务系统一起版本化。
四、设人工复核与留痕，自动执行放最后。 三条线：AI 只给结论和证据、不改配置；封禁、隔离、回滚要有人签字、有回滚脚本；每次跑批留输入、结论、处置人、时间点。跳过前三步直接找工具，是这套流程最常见的失败方式。
五、三个坑
坑一：把 99.4% 当自家防护水平。 那是给定任务上的评测成绩，不是你那套跑了八年、外包改过十几手的业务系统。当立项依据可以，当效果承诺会翻车。
坑二：只上工具、不定流程、不派人看告警。 自动化产出的是「待判断项」，不是「已解决」。没有值班人、复核时限和升级路径，告警两周内就会被全员忽略，最后变成一封没人读的周报。
坑三：让 AI 直接执行处置。 自动封 IP、改防火墙、删文件，一次误判就是业务中断。评测里的复现在隔离环境完成；生产里任何自动处置都要人工确认加一键回滚，没有例外。
六、什么时候上、什么时候别上
可以上： 有对外系统（官网、商城、小程序、客户门户）；有日志但没人固定看；迭代快、外包交付多；年内要过等保或客户安全审查；IT 人手少却重复检查多。这类企业第一步就见效，因为动作本来就在做，只是靠人扛。
先别上： 连对外资产台账和账号清单都还没有——先补台账，否则自动化结果没有对照物；系统全托管且合同已明确安全责任边界、自身无入口；正处在迁移、割接或大版本上线窗口，此时加流程只叠加变量。
还有一条判断标准：说不出「上周做了哪几项检查、结果分别是什么」，现在要补的是记录和节奏，不是工具。
AI 把攻防的「发现—验证」变便宜了，福建企业真正要补的，是把偶尔做一次的动作，改成有记录、有人复核、每周都跑的常规流程。