Google DeepMind在2026年7月21日发布Gemini 3.5 Flash Cyber，这是一款基于3.5 Flash微调的轻量网络安全模型，目标是快速发现、验证并修复软件漏洞。它将先通过CodeMender向政府和可信合作伙伴有限开放。官方强调，轻量模型可以被多次调用，探索更多代码路径，再由Agent汇总为高质量报告，这与只调用一次超大模型的思路不同。
为什么安全扫描需要轻量模型
大型代码库包含数百万行代码和大量分支，一次推理很难覆盖全部路径。速度快、成本低的模型可以让多个子Agent分别分析入口、内存、权限和依赖，再相互验证。重点不是某次回答多聪明，而是在固定预算内探索更多不同路径，减少所有Agent重复找到同一个问题。
CodeMender式流程怎么理解
第一阶段收集构建方式、依赖和攻击面；第二阶段并行寻找可疑代码；第三阶段复现问题并判断是否真的可利用；第四阶段生成最小补丁；第五阶段运行测试和安全回归。最终报告必须包含证据、影响范围和修复差异，不能只有模型一句“存在漏洞”。
企业可以先做只读试点
选择开源或非核心仓库，用历史已知漏洞评估模型。只开放读取代码、运行隔离测试和创建报告的权限，不允许直接推送主分支。比较召回率、误报率、重复发现率和每个有效漏洞成本，再决定是否允许它创建修复分支。
漏洞验证比发现更重要
模型容易把异常代码当漏洞，也可能生成无法运行的攻击样例。验证环境要与生产隔离，限制网络和资源，并保存执行日志。涉及远程代码执行、内存破坏和凭证访问时，测试数据必须是专门构造的，不得在真实用户系统尝试。
自动补丁的安全边界
补丁应尽量小，说明为什么有效，并通过原有测试、新增漏洞测试和性能回归。另一个模型或人工审查者要尝试推翻结论，检查修复是否只隐藏症状。高风险库、认证逻辑和加密代码必须由专业人员批准。
双重用途风险
能够发现漏洞的模型也可能被攻击者利用。企业应验证使用者身份、控制工具范围、限制高危输出并记录审计。模型权重、提示、漏洞细节和利用代码分级保存，未修复漏洞不得进入普通聊天和公开知识库。
如何判断值得部署
不要只看CyberGym等基准。真实指标包括发现的唯一有效漏洞数量、修复通过率、平均确认时间、人工工作量和漏报后果。若模型只是制造更多告警，就没有改善安全。成熟方案应让安全团队更快获得可验证证据，而不是被海量猜测淹没。
