本文提出 CyberForge 框架，用于合成可执行的、仓库级别（repository-level）的网络安全训练数据，以解决前沿 LLM 智能体在真实软件漏洞发现与修补方面能力受限的问题。当前攻防不对称严重：攻击者只需找到一个可利用弱点即可得手，而防御者必须在快速增长的代码库中持续识别并修补所有漏洞。防御型智能体有望缩小这一差距，但安全训练数据稀缺且难以复现构建与执行环境。CyberForge 通过向真实 C/C++ 项目中注入漏洞来生成数据，并动态验证每个实例：注入后的构建必须通过项目自带单元测试，同时生成的概念验证（PoV）必须能在注入构建上触发，而不能在干净构建上触发，从而保证合成漏洞的质量与真实性。与依赖历史 CVE 数据的增强技术不同，CyberForge 不受已知漏洞数量限制，因此可规模扩展。作者构建的语料库包含 1034 个经校验的漏洞，覆盖 80 个项目、63 个弱点类别，其编辑局部性（edit locality）与真实 CVE 补丁在真实噪声底线下相似。利用该语料库上收集的轨迹进行微调，在 SEC-bench 补丁修复任务上获得 +3.3 至 +14.7 分的提升，覆盖三个模型规模与两个教师模型共六种配置，其中 31B 学生模型达到其教师（GPT-5.4-mini）72.7% vs 74.0% 的水平。这些在分布外（OOD）语料库 PatchEval 上也能泛化，该语料库包含其他编程语言，所有配置均提升，31B 学生甚至超过其教师。该工作为防御性安全智能体的训练提供了可扩展的高质量数据来源，有望推动自动漏洞修复与代码审计的发展。