Google DeepMind 於 2026 年 7 月 21 日推出 Gemini 3.5 Flash Cyber，一個建基於 Gemini 3.5 Flash、針對漏洞發現、驗證和修補而微調的 cybersecurity model。Google 的切入點不是單靠一個大型模型完成一次掃描，而是把較快、較低成本的模型放進 CodeMender 的多步驟防守流程。
Google 表示，CodeMender 會多次呼叫 3.5 Flash Cyber，讓 agent 分析更大程式庫和更多執行路徑，再由子 agent 整合成一份報告。這種安排把漏洞研究視為搜尋空間問題：一次昂貴呼叫可能只看到少數路徑，而多次可重複的掃描可以增加覆蓋率，亦較適合定期檢查、發布前測試和 commit scanning pipeline。
Gemini 3.5 Flash Cyber 的部署會分階段進行。Google 表示，模型初期會透過 CodeMender 以 limited-access pilot 提供給政府和 trusted partners，之後再逐步擴大；CodeMender 的基礎能力則會透過 Gemini Enterprise Agent Platform 提供給客戶。這個安排反映漏洞研究的 dual-use 性質：同一種能力可以幫助防守者，也可能增加被濫用的風險。
Google 公布的測試包括 CyberGym、Big Sleep 的內部評估、Chrome production commit scanning，以及 V8 JavaScript Engine 的比較。Google 表示，在固定次數的 V8 測試中，3.5 Flash Cyber 找到 55 個已確認的獨特問題，mainline 3.5 Flash 找到 47 個，Claude Opus 4.6 找到 36 個。這些是供應商公布的測試結果，部分比較數字來自 provider self-reported scores，不能直接視為獨立基準。
這次更新較值得留意的，是專門模型與 agent 流程的結合。安全掃描不只需要模型看懂一段 code，也需要它能持續追蹤多條路徑、避免重複同一個發現、整理證據，並把結果交給人員審查。實際部署仍要加入權限隔離、測試環境、修補審批、回歸測試和負責任披露，不能把模型報告直接等同於可接受的漏洞修復。
對工程團隊而言，這個方向可能降低高頻掃描的成本，但也會把驗證工作推到更前面。採用者需要分開量度發現率、誤報率、修補成功率、重複發現和人工審查時間，再決定 agent 可以做到哪一步。模型愈快，不代表團隊可以跳過安全邊界和人工確認。
