谷歌发布 Gemini 3.8 Flash Cyber：面向受信任安全团队开放，已用于内部代码防护

据 IT之家消息，谷歌于当地时间 9 月 2 日宣布推出 Gemini 3.8 Flash Cyber 模型，并通过 Fairwind 计划向首批受信任的安全防护团队开放。来源显示，这是一款面向网络安全场景强化的 Gemini 3.8 Flash 变体，重点能力包括自主漏洞挖掘、代码安全分析与漏洞修复。目前，谷歌内部已全面部署该模型，用于代码安全防护相关工作。

从公开信息看，Gemini 3.8 Flash Cyber 的定位并不是通用聊天或普通编程助手，而是更接近安全团队的“AI 漏洞研究员”。谷歌称，该模型在行业基准 CyberGym 上表现出顶尖水平的自主漏洞挖掘能力，不仅超过前代 3.5 Flash Cyber，也领先多款体量更大的前沿模型。对于安全防御方而言，这意味着模型能力正在从“辅助阅读代码”进一步走向“主动发现风险”。

核心能力：漏洞挖掘与修复并重

谷歌表示，Gemini 3.8 Flash Cyber 的研发目标是为防御方提供专业级能力，让合规安全团队在面对攻击方时获得更强主动权。因此，谷歌在设计时更强调漏洞修复能力，并将其优先级置于漏洞利用等攻击性用途之上。

在谷歌更全面的内部基准测试中，模型需要在覆盖 20 种编程语言的复杂代码工程中识别不同类型的安全漏洞。结果显示，Gemini 3.8 Flash Cyber 相比谷歌此前模型实现明显提升，漏洞挖掘成功率突破 70%。这类测试更接近真实软件工程环境，因为企业代码库往往跨语言、跨框架，并包含大量历史代码与复杂依赖。

• 在 CyberGym 基准中，谷歌称其自主漏洞挖掘能力达到顶尖水平。
• 在内部多语言代码工程测试中，漏洞挖掘成功率超过 70%。
• 在 CWE-Bench 测试中，Pass@1 达到 47.2%，接近顶尖前沿模型的 47.8%。
• 谷歌称其调用成本明显更低，在性能与成本之间具备较好平衡。

落地案例：Chrome、Wiz 与谷歌云团队已参与验证

来源显示，谷歌给出了多组实际落地案例。Chrome 安全团队评估发现，针对 Chrome 浏览器中的安全漏洞，Gemini 3.8 Flash Cyber 生成有效修复补丁的数量达到顶尖商业模型的 2.6 倍，而这些商业模型的参数规模更大。

安全机构 Wiz 的评测则显示，在其内部基准测试中，相比其他顶尖前沿模型，Gemini 3.8 Flash Cyber 的召回率提升了 7.5% 至 9.7%，同时调用成本降至原先的 1/5.2 到 1/2.3。对于需要持续扫描大量代码、配置与云环境资产的安全团队来说，成本下降与召回率提升同样关键，因为这直接影响 AI 安全工具能否在日常流程中规模化使用。

另一个案例来自 Google 云漏洞研究团队。该团队借助 Gemini 3.8 Flash Cyber，在不到 2 小时内发现了一处严重底层架构漏洞。谷歌称，这类漏洞过去通常需要数月调研与排查。尽管这一案例仍需结合具体场景评估，但它展示了安全模型在缩短漏洞研究周期方面的潜力。

影响解读：安全 AI 正从工具走向团队成员

对中文开发者和企业安全团队而言，Gemini 3.8 Flash Cyber 的意义在于，它显示出大模型正在进入更专业、更高风险的安全生产环节。过去，AI 编程工具主要用于生成代码、解释报错、补全函数；现在，模型开始承担漏洞定位、补丁生成、风险归因等任务，安全团队的工作流可能因此重构。

不过，网络安全模型也天然存在双刃剑问题。谷歌表示，Gemini 3.8 Flash 内置了完善的安全防护机制，支持合规良性用例，同时防范在 CBRN 以及网络攻击领域的滥用风险。相比普通版本，Gemini 3.8 Flash Cyber 在网络安全领域适度放宽了策略拦截限制，因此仅面向需要更完整攻防能力的合规安全团队开放。

这也说明，未来高能力安全模型可能不会像普通 AI 工具一样完全开放，而会通过受信任计划、企业授权、使用审计等方式进入市场。对行业而言，关键竞争点不只是谁的模型更强，还包括谁能在能力释放、风险控制与使用成本之间取得平衡。

总体来看，Gemini 3.8 Flash Cyber 是谷歌在“AI for Security”方向上的一次重要推进。它把 Flash 系列相对轻量、低成本的特点与安全专用能力结合起来，并已在谷歌内部代码防护中部署。随着更多安全团队接入这类模型，软件供应链、云平台、浏览器和企业应用的漏洞发现与修复流程，可能会更依赖 AI 自动化能力。