一个连官网都没有的中国AI「扫地僧」MopMonk，以73.1%的胜率杀进CyberGym全球第七、中国第一，紧咬OpenAI，全网都在猜它到底是谁。

CyberGym由UC Berkeley打造，论文入选ICLR 2026，被称为「AI安全界的奥运会」。它收录1507个漏洞实例、188个真实开源大项目，体量是此前最大公开基准的7.5倍。

最魔幻的是，打出这种成绩的团队至今查无此人，已知线索只有三条：代号MopMonk、基座模型MiniMax M3、榜单全球第七。

CyberGym难在考的不是「知不知道」，而是「做不做得到」——AI得生成一个PoC，在有漏洞的版本触发、在已修复的版本失效，全程还在断网封闭环境里完成。

这一步把任务从「理解」拽进「执行」，胜负手不在模型智商，而在Harness这层把想法变成动作的协调层。

MopMonk正是一套为漏洞挖掘量身定制的安全多Agent系统，靠M3的顶尖编码力与1M上下文撑起「最强大脑」。

它的内功心法有三招：结构化的「漏洞记忆」、记忆驱动的漏洞挖掘、共享记忆下的多Agent并行探索，把反复试错重写成「可积累、可约束、可验证」的收敛过程。

启发很直接：决定胜负的越来越不是堆参数，而是Harness这层工程厚度——它能跨越基座迭代持续复利，价值或许比「再堆一倍参数」更大。

线索拼起来：东方武侠的代号+上海MiniMax的基座+一身安全内功，几乎都指向同一个判断——这大概率是一支来自中国、很可能在上海的AI安全战队。