系统软件与安全实验室

ICML'26 行记

本文发现，对于今天的移动端 Agent，真正值得关注的不只是“它能不能完成任务”，更是智能体在执行任务过程中隐藏的安全隐患。

国际主流AI安全基准CyberGym最新发榜，复旦白泽智能体 Whitzard 以 91.2% 的成功率位列全球第二、高校第一。

复旦白泽青年学者论坛第一期

模型能力与战略资源

团队开发的白泽智能体 Whitzard，基于GLM-5.1-FP8 量化版本（能力弱于GLM-5.1满血版），在单任务两小时的时间上限内（其他上榜单位普遍采用四小时上限），完成了 CyberGym 全部 1,507 道任务的评测，最终生成1,038 个经过验证的 PoC，成绩达到68.9%。

本文将通过两个典型案例，直观呈现政务智能体可能面临的安全威胁，并进一步介绍 AgentGuard 如何构建可靠的安全边界，确保智能体的每一次行动都可信、可控、可追溯、可审计。

本文提出了一套高质量Web漏洞基准数据集自动化合成技术：PHPBench。PHPBench将数据集构建过程划分为真实漏洞根因提取、层级化漏洞变体生成、真实应用功能植入以及PoC自动合成与验证四个阶段，共同支撑高质量数据集的持续维护、动态更新、真实场景、连续难度和标签验证五项要求。

复旦白泽青年学者论坛

梅雨季的艳阳天