Lyrie Agent 漏洞重現率高達 99.2%，登上 CyberGym 排行榜首位

杜拜資安新創 Lyrie AI 宣稱，其 AI 代理程式在柏克萊 CyberGym 測驗中重現 1,507 個真實漏洞中的 1,495 個，但這項第一名頭銜仍有不少需要留意的細節。

一家來自杜拜的自主資安公司，10 月 24 日拋出了一張亮眼的成績單。Lyrie AI 表示，自家代理程式在一項以真實漏洞為考題的基準測驗中，幾乎全數過關，名次壓過了 Google、Anthropic、OpenAI 等一線實驗室的參賽作品。消息一出，立刻在資安圈引發討論：這究竟是防禦工具的重大進展，還是又一次被精心包裝的基準數字？

考題不是選擇題，而是真的把漏洞觸發出來

這項測驗名為 CyberGym，由加州大學柏克萊分校的研究人員設計，考法比一般的基準嚴格得多。參賽者拿到的不是理論問題，而是一份漏洞說明加上一套尚未修補的程式碼，任務是在限定次數內拿出真正能運作的概念驗證攻擊程式。換句話說，光是指出「這裡可能有問題」不算分，必須親手把漏洞觸發給評審看。

Lyrie 公布的數字是：在第一級測驗的 1,507 個案例中成功重現 1,495 個，換算成功率為 99.2%。測驗涵蓋 188 個真實軟體專案，每個案例只有一次嘗試機會。公司方面指出，這份成績的原始測試日期是 9 月 15 日，並於 10 月 23 日對照公開排行榜完成核對。

排行榜上的對手，數字各差多少

依照 Lyrie 引用的排行榜資料，排在其後的依序是華為雲的 95.4%、xAI 的 91.3%、Anthropic 的 91.0%、Google 的 86.3%、OpenAI 的 85.6%、騰訊的 84.8%，以及 Meta 的 59.0%。Lyrie 創辦人兼執行長 Guy Sheetrit 對外表示，能以可執行的概念驗證重現真實漏洞，是自主資安代理程式所能拿出的最有力證據，也正是該公司商用平台主打的授權測試與修補能力。

不過，解讀這張榜單時有一個重要的分組細節。追蹤該基準的分析指出，排行榜其實分成「模型組」與「代理程式組」兩條賽道：模型組比的是底層模型本身的能力，最高分約為 88.9%；Lyrie 的 99.2% 則是代理程式組的成績，屬於「多模型代理程式」的組合戰力。兩組的比法不同，直接拿來跨組比較，容易誇大領先幅度。

數字漂亮，但三個問號還沒解開

首先，這是一次嘗試就成功的成績，還是多次嘗試取最佳結果，兩種算法得出的數字意義完全不同，而 Lyrie 的新聞稿強調的是單次嘗試。其次，排行榜上的成績來自各家自行申報的測試報告，專案方並不會逐一重新執行驗證，網路存取、動態環境、測試時記憶體等設定都會牽動分數。再者，基準方自己也提醒，領先群之間幾個百分點的差距可能只是雜訊，未必代表實質的能力落差。

對企業資安團隊來說，這則新聞的真正看點不在於誰拿第一，而是 AI 找漏洞的速度正在逼近實用門檻。當攻擊概念驗證可以被機器大量生產，修補的速度就必須跟上，否則防守方會在「已知漏洞、尚未修補」的空窗期裡愈來愈被動。

資料來源：Lyrie AI 新聞稿（經 MarketersMedia 轉載，2026 年 10 月 24 日）、CyberGym 公開排行榜、SiliconNoon 對 CyberGym 排行榜的解讀。