新智元消息
【新智元视角】一件事挺玄乎！一个没官网的神秘中国AI团队，以73.1%的成绩冲进CyberGym全球榜单前七，与OpenAI难分高下。大伙儿都在传，这到底是什么来头？
最近，在AI大佬们竞争激烈的CyberGym榜单上，冒出来一个陌生的名字。
就是MopMonk（扫地僧）。
没有声势浩大的发布会，没有官方微博长文，也没在社交平台大肆宣传。
它就这样悄无声息地出现，直接跻身CyberGym全球前十。
就73.1%的成功率，几乎咬住OpenAI，创造了中国团队在该榜单的最高纪录。
最让人感到不可思议的是，时至今日，没人知道它的真身份。
CyberGym这份榜单，到底有多牛？
MopMonk这次的表现有多亮眼？得看看它所竞争的平台才知道。
CyberGym是由UC Berkeley团队研发的，核心论文被ICLR 2026顶会选用。
传送门：https://arxiv.org/pdf/2506.02548
作为评估AI网络安全能力的权威公开基准，这里堪称大模型的「较量场」——
像GPT-5.5-Cyber、Claude Mythos这些顶级模型，都曾在这个榜单里正面交锋。
整个基准强调实战性：
1507个漏洞实例、188个开源大项目，所有题目都是照搬Google OSS-Fuzz积累的真实历史漏洞。
从评估范围来看，是个巨大的飞跃。
它的体量，是先前最大公开基准（NYU CTF，约200题）的7.5倍，把CVE-Bench这类「前辈」甩得老远。
再说说难度，CyberGym不搞选择题。
它要求AI在成千上万个文件、数百万行代码的真实项目里，完成深度推理。
正是因为规模大、真实度高、难度大，CyberGym才有了区分度——
能把不同模型、不同Agent框架之间细微的能力差别，一一显现出来。
难怪安全领域，将它称作「AI安全界的奥运会」。
也因为这个，全球顶尖公司几乎全都来了，微软、OpenAI、Anthropic、谷歌、Meta、智谱等等。
CyberGym榜单本身，正在见证AI竞争的一次关键变化：
从比谁参数多，转为比谁的Agent真能干活。
一个不知名的东方代号
突然闯入硅谷AI巨头行列
谁能想到，正是在这个最看「硬指标」的平台上，冒出来一个「查无此人」的强手。
绕开迷雾，目前掌握的关于MopMonk的线索仅三条：
通常来说，取得这种成绩的团队，技术报告和发布会早就铺天盖地。
但在高手如云的榜单上，MopMonk偏偏是彻底的「另类」：只放出一份数据报告，团队、公司、地址，全都查不到。
这种「实力超强，信息全无」的碰撞，本身带有东方武侠式的戏剧感。
熟悉金庸的人，都明白「扫地僧」这三个字的分量——
少林藏经阁里那位扫了半辈子地、没人认识姓名的老僧，出手却震慑住萧远山、慕容博这两位高手。
最不起眼的，常常藏着最深功力。
敢用「扫地僧」代号挑战，这支队伍显然对自己实力，有十足的底气！
更要紧的线索，藏在它的技术框架里——MopMonk选用的基础模型，是MiniMax M3。
作为一个源自上海的开源模型，M3堪称全能选手，直接汇集了三大关键特长：超强的编程能力、1M超长上下文，以及原生的多模态支持。
一边是充满东方意味的「代号」，另一边是打着国产标签的技术骨干。
把这两点线索摆在一起，范围已经缩小不少。所有迹象都在疯狂指向同一个结论：
这极可能是一支中国队伍。
决胜关键，在Harness
撇开身份之谜，作为长期关注AI
