Bugcrowd 推出真实漏洞训练平台，加速安全 AI Agent 高阶演进
众包安全服务商 Bugcrowd 今日推出名为“强化学习环境”（Reinforcement Learning Environments）的全新服务。该产品旨在帮助顶尖 AI 实验室摆脱低效的合成测试数据，直接在包含真实安全漏洞的实际软件中训练其大语言模型。
该服务基于 Bugcrowd 去年 11 月通过收购 Mayhem Security 获取的核心技术。官方透露，多家主流大模型厂商已秘密接入该服务。相比传统的企业内部工程开发，该平台能将通常耗时数年的模型训练基础设施搭建周期，大幅缩短至数周。
突破合成数据瓶颈，还原真实对抗场景 作为近期 AI Agent 迎来爆发的技术核心，强化学习高度依赖一个能“执行动作、捕获反馈并给予奖励”的高仿真环境。Bugcrowd 指出，当前网络安全领域普遍面临优质数据稀缺的困境，现有的训练集多为合成数据，缺乏生产环境中的真实漏洞特征。这导致许多在标准基准测试中刷出高分的模型，在现实网络对抗中往往瞬间失效。
为此，新平台一次性开放了数十万个沙盒化训练环境。这些环境全部取材于含有真实漏洞的开源软件源码，并配有严密的自动化验证机制。AI Agent 需在其中自主完成漏洞识别、触发路径分析、可利用性判定以及补丁生成等全链路任务，且每一步都由客观机制实时评分。Bugcrowd 承诺，所有训练环境均独立构建，绝不包含任何客户隐私或平台白帽黑客的研究成果。
源自 DARPA 冠军技术的上游布局 本次新品发布标志着 Bugcrowd 在收购 Mayhem 后的战略落地。Mayhem 诞生于 2012 年，由卡内基梅隆大学学者 David Brumley 与 Thanassis Avgerinos 创立，其底层源于美国国防高级研究计划局（DARPA）网络大挑战赛的夺冠技术（符号执行与模糊测试）。现在，Bugcrowd 将这套原本用于防御的自动化测试工具反向应用到产业上游，赋能那些构建底层安全模型的头部实验室。
“训练环境与真实战场的脱节，是造成当下 AI 安全防线脆弱的主因。” Bugcrowd 首席执行官 Dave Gerry 表示，“新平台直接消除了这种‘近似模拟’的局限，让 AI 在真正的安全博弈中完成进化。”
同时亮相的还有一门名为 ExploitBench 的评估框架，专用于量化测试 AI 模型在漏洞利用开发上的能力。这两项产品精准卡位了 AI 基础设施层的蓝海市场，满足了模型厂商将 Agent 从简单的“检测工具”推向“验证利用与自动修复”高阶能力的迫切需求。
Mayhem 联合创始人、现任 Bugcrowd 首席 AI 与科学官的 David Brumley 强调：“纸上谈兵培养不出真正具备安全防御能力的 AI。模型需要的是真实世界的复杂问题，以及针对其解决方案的客观、及时的正向负向反馈。”
截至目前，Bugcrowd 的历史融资总额已达 8000 万美元，其中包括 2024 年由 General Catalyst 领投的战略增长轮。其背后投资机构还涵盖了 Salesforce Ventures、Paladin Capital Group、Blackbird Ventures 等多家知名科技风投。
网站资讯
渠道合作
解决方案
更多服务
