当前位置：正文

尊龙体育网CyberGym 将模子放进不错实行的软件环境-尊龙凯龙时官网进入「中国」网页版入口

就在上周，黄仁勋在高盛科技大会上说了一句让统统这个词 AI 圈亢奋的话：

齐集安全，很可能是 AI 的下一个杀手级应用。

几天前，OpenAI 刚刚官宣实现了一年前的容许——「自动化 AI 磋商实习生」认真上岗，每 1 个东说念主类磋商职责任日的背后，仍是有 3.1 个 Agent 责任日在跑。

巨头在抢跑，但最让东说念主不测的事情发生在一张榜单上。

一支不到十个东说念主的中国团队，把我方教师的 27B 模子奉上了 CyberGym。

这是一个让 AI 在实在软件环境里复现罅隙的高难度评测，同榜的是 OpenAI、Anthropic、DeepSeek 这些名字。

这家公司叫万衍（Vera Praxis）。它研发的齐集安全模子 Feyospace，在 CyberGym 的 Model-focused 纯模子智力对比中取得 63% 的得手率，贴近 Claude Sonnet 4.6 的 65.2%。此前，这类榜单的前方永远由 OpenAI、Anthropic 等巨头过甚大模子占据；如今，一支不到十东说念主的小团队凭借面向安全场景的专科化教师，进入了这场由巨头主导的竞争。

但比跑分更值得柔软的，是他们想作念的事：把实在业务变成 AI 陆续进化的引擎。作念安全、作念量化、作念音频、作念 App——每一块业务齐不仅仅为了挣钱，而是要在筹画过程中胁制撞上模子还搞不定的问题，让大家帮模子补上这一课，然后让模子下次我方处分。

业务跑得越远，模子学得越多；模子越强，业务就能挑战更难的事。

万衍赌的即是这个飞轮。

从 CyberGym 上的专科模子雄伟登程，万衍 Vera Praxis 正在构建一家以模子研发为中枢、从实在筹画中陆续得到新智力的 AI 公司。

它对准的永远契机，是让业务增长与模子逾越相互推动。

不到十东说念主的团队

灵通高难度专科智能的雄伟口

一支不到十东说念主的安全研发团队，将我方的模子带上了汇集 OpenAI、Anthropic、DeepSeek 等机构模子的 CyberGym 榜单。

法规 2026 年 9 月 13 日，万衍的 Feyospace-v1 在该榜单上的罅隙复现得手率达到 63.0%，接近 Claude Sonnet 4.6 的 65.2%。

图 01 ：Feyospace-v1 进入 CyberGym 榜单

官方 Model-focused 榜单局部，Feyospace-v1 得手率为 63.0%。所示条件于 2026 年 9 月 14 日核验。获利由各团队自行评测提交，各条件的运行框架见图。开头：CyberGym 官方榜单。

CyberGym 将模子放进不错实行的软件环境，要求它贯通代码、构造触发罅隙的测试，并根据运行反映胁制调度。评测包含来自 188 个软件阵势的 1,507 个实在历史罅隙任务，考验模子能否把分析、步履与考据邻接起来，实在完成复杂责任。

图 02：在实在软件环境中进修模子

CyberGym 官方评测默示：提供罅隙相貌与扶植前代码，让 Agent 生成测试，再通过实质实行进修罅隙是否复现。本文援用其历史罅隙复现基准，包含 188 个软件阵势的 1,507 项任务。开头：CyberGym 官方测评证明。

安全是进修这种智力的高难度场景。Anthropic 的 Nicholas Carlini 等磋商者在磋商未知罅隙发当前指出，熟练代码永远接管审计，容易发现的问题大多仍是被扶植，剩余问题因此更能进修模子智力。靠近复杂系统，模子需要找到要津踪影、建议正确假定，并让判断经得起实质运行的考据。

图 03：归并套后教师，训导三个基座

论文 Figure 10：竣工 1,507 项任务上的获利。三个 Feyospace 版块均优于各自基座；其中 27B 训导 8.73 个百分点。闭源模子为开垦者敷陈值，开源模子与 Feyospace 使用共同的 Claude Code 成立。开头：Feyospace 公开论文 Figure 10。

这组收尾展示了小团队通过专科化的教师设想与工程智力，显贵训导模子阐扬的可能。万衍仍是交出可量化的专科模子教师后果：在长入评测成立下，归并套后教师决议训导了三个不同基座的任务阐扬。

更紧迫的是，在另一项针对竣工罅隙利用的专项实验中，团队将 Qwen3.8-Flash-Next 的 ExploitBench 得手率从 12.96% 训导至 19.05%，加多 6.09 个百分点；后教师查验点在两说念 V8 任务上达到 T3（target-specific primitive，野心特定原语）层级。这证明，针对性教师无意推动模子从“复现罅隙”进一步迈向构造野心关联利用原语，为小模子走向安全领域的工程化应用提供了积极信号。

安全也正在成为 AI 行业柔软的紧迫应用见解。9 月 10 日，英伟达 CEO 黄仁勋在高盛科技大会上表露，齐集安全可能成为 AI 下一个主要应用场景。

对万衍而言，Cyber 是这条旅途的最先。公司要进一步回话的是：如何让高价值专科责任的告诫，陆续成为模子逾越的开头？

把少数大家的要津判断

变成模子不错范畴化附近的智力

在 Feyospace 本领敷陈表露的一项浏览器引擎任务中，模子仍是在调试环境中触发相配，却无法在默许成立下复现。安全大家补充了一个要津的运行条件判断，匡助它陆续鼓励。

团队将这条洞见纳入竣工的推理与步履记载，再陆续实行和考据。这一治安被称为 Kreator：把大家在要津节点的判断，升沉为模子不错学习的解决问题过程。本领敷陈第 2.5 节

把大家洞见变成可学习的过程

在 Feyospace 本领敷陈表露的一项浏览器引擎罅隙利用任务中，模子仍是在调试环境中触发相配，却无法在默许成立下复现。安全大家补充了一个要津的运行条件判断，匡助模子陆续鼓励。团队将这条洞见纳入竣工的推理与步履记载，再陆续实行和考据。这一治安被称为 Kreator：把大家在要津节点的判断，升沉为模子不错学习、复用和进修的解决问题过程。

大家与模子的念念考神情存在结构性互异：大家时常依靠多年告诫变成的隐性判断，无意赶紧识别要津条件；模子则需要看到了了、可不雅察、可复现的中间门径，才能贯通判断依据，并在新任务中复用这一治安。若只保留最终谜底，模子可能学会名义抒发，却无法掌执排查、决策和考据的过程。因此，Kreator 不仅仅记载“作念了什么”，还要保留“为什么这么作念”以及“如何阐发灵验”，让大家告诫实在升沉为教师信号。

其中一项紧迫的本领聘用，是保留填塞的中间推导与步履依据，让学生模子无意学会解决问题。团队不雅察到，过度压缩的强模子推理记载，可能让较小模子效法了抒发，却莫得掌执推导。因此，教师模子、教师材料与学生智力需要相互匹配，并以教师后的实质收尾进修这种匹配是否灵验。

图 04：环境、实行与把柄共同把关

论文 Figure 2 左半（局部）：构建代码、安全与硬件环境，采集轨迹，再进行实行考据和把柄审计。85% / 9% / 6% 分别表露已得手轨迹的接管、复核与拒却比例。开头：Feyospace 公开论文 Figure 2、第 3 节。

围绕这一野心，万衍将可重叠实行的环境、任务考据、大家介入与后教师组织起来。团队最终保留了约 16.4 万条教师轨迹，构成包含代码、安全及硬件任务的混杂教师集，用于开源模子的后教师；大家介入是其中一种制作治安。

这里最值得放大的，是专科判断的作用范围。一次要津洞见，不错成为模子学习一整类问题的最先。

万衍但愿以此竖立一种新的专科智力彭胀神情：让少数优秀大家负责最要津的判断，让模子学习这些判断背后的治安，承担越来越多可考据的责任。团队的智力由此无意跟着模子逾越而扩大。

这种智力的永远价值，还取决于能否陆续遭受值得学习的新问题。

把实在筹画

变成模子陆续学习的泉源

当 AI 开动承担更长、更复杂的责任，学习材料与评价尺度也需要更接近实质寄托。

David Silver 与 Richard Sutton 在《Welcome to the Era of Experience》中建议一个磋商见解：让 Agent 从与环境的陆续交互和收尾反映中学习，得到新的智力。万衍垂青的，是「从告诫中学习」 在实在业务中的推行空间。

9 月 6 日，OpenAI 表露，其 Agent 已能在东说念主类率领下完成原来需要熟练磋商者数日处理的明确磋商任务；磋商东说念主员正在把更高级次、更长经过的责任交给 Agent，复杂任务仍需要东说念主的专科率领。这一进展标明，模子与大家共同完成复杂责任的神情，仍是进入前沿模子公司的研发浩繁。

万衍的判断是：下一阶段紧迫的模子智力，将在竣工责任中接管进修，也将从竣工责任的告诫中得到训导。

一个有用的 App，即是这么的任务。代码无意运行，还需要产物野心、界面审好意思、专科内容和工程实现共同成立。内容大家觉得必须保留的信息，可能加多页面职守；设想师但愿简化的交互，可能影响必要信息的采集；工程实现又会带来新的拘谨。

从需求到上线，模子需要贯通这些要求之间的关系，在连气儿修改中保持野心一致。最终寄托是否有用，要由专科验收和用户的实质使用来往话。

这类告诫的价值，存在于竣工的高下文中：多个大家为什么作出弃取，一次修改解决了什么问题，后续收尾是否扶直最先的判断。永远参与归并项业务，才能陆续跟踪这些策划，并把下一轮改革放回实在责任中进修。

万衍聘用躬行筹画，恰是为了把这种陆续的参与智力掌执在组织里面。业务团队对产物、管事和筹画收尾负责，模子团队与他们共同靠近问题，无意反复追问：模子究竟在那儿卡住，大家补上的是什么，如何才能让模子下次寂然完成？

公司现在布局 App、音频、安全和量化，聘用逻辑是一致的：这些业务既具有经济价值，也包含密集的专科判断、跨专科合作与长经过任务，无意为模子研发陆续建议高价值课题。

量化磋商中，一个战术见解需要与数据质料、基础设施、实行条件和风险拘谨共同接管进修。磋商员与工程大家之间的合作，不错为模子学习实验设想、把柄判断和决策修正提供具体见解。

音频业务则仍是积贮了另一领域的模子研发后果。团队教师的 MuLa 系列模子苦衷基础音乐生成与音乐二创，HeartMuLa 仍是开源，MuLaCover 的关联磋商规划与这次公司先容同期发布。创作过程中对旋律、和声、作风与抒发意图的判断，也将陆续为音乐贯通与可控生成建议新的教师课题。

万衍正在建设的 Praxis OS，要将这些业务里的野心、步履、大家反映和实质收尾，组织成陆续鼓励模子研发的过程。

最先，让最新的前沿模子通过合适的器具和责任经过进入业务，尽快开释已有智力；随后，识别那些仍然需要大家解决的要津问题，区别器具、高下文和模子智力上的缺口；再把值得攻克的智力问题，升沉为无意复现、教师和评价的任务。

模子团队将在可控环境中伙同大家告诫与合成教师材料开展后教师，并用未参与教师的新任务进修效果。通过考据的模子，再回到业务中接管寄托质料、东说念主工介入进度和实质资本的进修。

关于无意踏实复现、可靠评价的任务，万衍还规划进一步引入强化学习：由大家匡助竖立问题与评价尺度，让模子在环境中探索更多解法，再根据实质实行收尾改革战术。这么的旅途，将为少数大家的洞见灵通更大的学习空间。

更强的模子，让业务无意挑战更复杂的责任；更复杂的责任，再建议下一轮模子需要学会的智力。

这亦然万衍应付前沿模子快速迭代的神情：陆续摄取通用模子的逾越，把我方的研发聚拢到下一批紧迫、贫困且尚未解决的问题上。跟着业务上前鼓励，公司要陆续积贮贴近实在责任要求的自有模子智力。

万衍要掌执的，是一种跟着模子升级而胁制更新的研发智力：陆续知说念最前沿的模子还不会什么，并能进修它是否实在学会。

图 05：让筹画与模子研发陆续相互鼓励

根据本文绘图的 Praxis OS 建设旅途默示：由实在业务建议智力问题，伙同大家告诫组织教师和考据，再回到筹画收尾中进修。跨领域复用按业务渐渐鼓励，强化学习为后续见解。开头：依据本稿第三、四部分。

从四项业务登程

构建筹画与智能共同增长的 AI 公司

这套组织神情，使万衍无意对准超出单一产物、单一专科模子的永远契机。

各业务由小而精的专科团队深化筹画；公司陆续建设分享的模子、工程与评测智力；Praxis OS 将两者邻接起来，让大家判断得到更大的作用范围，让已告诫证的治安管事更多团队。

本领治安的跨领域复用，也正在得到磋商扶直。Google Research 的 Simula 将长入的数据生成与评估框架用于齐集安全学问、法律推理、数学等任务，展示了系统化设想教师材料的价值。万衍要进一步把治安复用接入实在筹画，在每个领域伙同本人的专科尺度、任务环境和收尾反映，教师与进修新的智力。

业务筹画与模子研发的深度伙同，也开动变成新的产业组织神情。OpenAI 与 Thrive Holdings 的合作，将磋商东说念主员、工程师、筹画者和领域大家放到归并体系中，规划通过具体业务的任务与大家反映陆续改善模子智力。这为「筹画现场参与模子逾越」 的见解提供了一个了了的产业参照。

万衍但愿同期掌执专科模子的研发智力，以及让模子胁制遭受实在问题的筹画现场。通过复用学习与考据治安，并为每个行业竖立专科尺度，公司要让业务组合围绕共同的研发智力胁制彭胀。

沿着这条旅途，万衍规划通过孵化、收购和陆续筹画，进入更多具有高经济价值、依赖专科判断的领域，包括法律、司帐等专科管事。公司但愿把仍是积贮的环境构建、大家告诫升沉与后教师智力，带到新的行业，与各领域的专科团队一说念竖立相宜该领域的模子智力。

其永远野心，是让每一项业务齐阐述两种作用：为客户创造价值并得到筹画讲演，同期成为模子学习与考据的永远现场。筹画讲演扶直研发和业务彭胀，经过考据的模子智力又改善业务的质料、着力与范畴。

万衍但愿竖立的，是一种专科智力无意快于团队东说念主数彭胀的公司。更多业务为分享研发建议新的问题，经过考据的研发后果又能管事更多团队。每进入一个相宜的领域，齐有契机扩大已有积贮的作用范围，让每位大家、每一份研发干预创造更大的价值。

CyberGym 展示了万衍无意把专科告诫变成可量化的模子逾越。下一步，公司要把这项智力带进更多竣工的责任，让实在筹画陆续推动智能逾越，让智能逾越灵通更大的筹画空间。

万衍对准的尊龙体育网，是一家在创造经济价值的同期，陆续扩大模子智力范畴的 AI 公司。