图片由AI生成
最近，人工智能领域的两大巨头Anthropic和OpenAI不约而同地将目光投向了同一个方向：试图改变传统安全漏洞发现与分析能力的生产方式。 这一动向，正在引发网络安全行业的深层忧虑与连锁反应。
今年4月，Anthropic发布了新一代模型Claude Mythos的预览版，并同步启动了“Project Glasswing（玻璃翼计划）”。令人玩味的是，Mythos甚至尚未公开发布，就已经在市场上引起了显著的恐慌情绪。安全领域的逻辑很直接：有人发现漏洞，就有人可能利用漏洞。受此消息影响，CrowdStrike、Palo Alto Networks、Zscaler等多家传统安全厂商的股价在随后的交易日出现了明显下跌。
几乎在同一时间，OpenAI也做出了回应。4月15日，OpenAI推出了GPT-5.4-Cyber，一个面向网络安全防御者的“特权模型”，并宣布扩大其“网络安全可信访问”（TAC）计划。OpenAI此举，似乎是想扮演“道高一丈”的角色，以满足市场对于更强大防御工具的期待。
表面上看，这是两家大模型公司在安全赛道上的竞赛。但多位行业资深人士指出，其背后折射出的，是AI大模型对网络安全核心能力发起的根本性挑战。一位从业多年的网络安全工程师坦言，看到消息后的第一反应是强烈的危机感：“关键不在于模型本身有多强，而在于未来‘找漏洞’这件事的生产方式可能要彻底改变了。”
AI安全公司BraneMatrix创始人李光辉对此评论道：“传统的网络安全问题正在被算法化重构，而算法本身的安全，将上升为AI原生安全，成为新时代的核心竞争力。”
那么，为什么几款大模型的发布，能带来如此巨大的外溢效应？如果漏洞挖掘能力真的可以被模型规模化复制，网络安全行业的能力门槛、竞争格局乃至生存逻辑，又将如何被重写？
变革：从经验积累到能力封装
传统网络安全的核心，长期以来高度依赖人的经验、判断和长期的攻防对抗积累。一位资深工程师这样描述过去的行业逻辑：“攻击手段升级，防御手段跟上。没人能一开始就拥有完整的安全能力，一切都靠实战积累。”
在这个行业中，漏洞从被发现、被利用到被修复，存在一个时间差。各类安全厂商，无论大小，本质上都在做同一件事：将复杂、专业的攻防知识和技术能力产品化，然后交付给企业客户。
然而，随着Anthropic和OpenAI等大模型厂商的介入，一条截然不同的路径正在浮现。安全能力不再完全依赖于人和经验的缓慢积累，而是开始被直接“封装”进模型中，变成一种可以被便捷调用的标准化能力。
无论是Mythos还是GPT-5.4-Cyber，都代表了这种新范式。我们需要警惕的，正是这类新型安全能力的分配逻辑及其潜在影响。
OpenAI的GPT-5.4-Cyber，其核心亮点是针对防御性安全用例进行了专门微调，显著降低了对合法安全操作（如漏洞测试、代码分析）的拒绝率。以往，安全研究员让通用模型帮助分析可疑代码，模型可能会因无法区分攻击与防御意图而直接拒绝。GPT-5.4-Cyber则试图解决这一问题，为安全研究者“降低门槛”。
而Anthropic的Mythos则更为激进。它并非专为网络安全训练，但其强大的通用代码理解和推理能力已经“溢出”到了安全领域。据官方披露，Mythos已经能够在主流操作系统和浏览器中自主发现数千个零日漏洞，其中不少属于高危级别。在某些能力评测中，它甚至已经超过了大多数人类安全工程师，且整个过程自动化程度极高。
相比能力本身的提升，更值得关注的是其带来的范式转变：当大模型的代码理解和安全分析能力足够强大时，一旦限制被放开或获得特定授权，它就能被用来高效地挖掘漏洞，甚至直接转化为攻击能力。此时，人不再是这种高阶安全能力的唯一来源。
冲击：价值结构的重塑
面对来势汹汹的大模型，网络安全行业会被立即替代吗？多位从业者的判断趋于一致——短期内，全面替代不会发生。
“大家容易把问题想简单了，”李光辉分析道，“安全能力不是单一技术能力，而是一整套体系。”传统网络安全横跨网络防护、身份认证、威胁情报、风险控制等多个细分领域，许多环节并非仅靠模型推理就能覆盖。
例如，传统安全大厂在威胁情报数据上的长期积累——包括黑灰产攻击涉及的IP、文件哈希值等非公开的IOC（失陷指标）情报库——这仍然是Mythos这类模型短期内难以替代的壁垒。此外，安全的“最后一公里”依然高度依赖人的现场判断。
一位资深渗透测试工程师举例说，一次完整的渗透测试需要面对复杂的系统环境，并不断绕过验证码、动态策略等非标准化防护。“很多时候，决定成败的不是工具，而是临场的策略和判断。”
然而，尽管短期内难以产生实质性替代，但冲击已经不可避免。变化正在真实地发生：大模型开始迅速接管漏洞分析、代码审计、攻击路径推演等原本高度依赖人工且成本高昂的环节。这意味着，安全行业的价值结构正在被重塑：基础性、重复性的能力被压缩，而高阶的策略判断和体系构建能力价值被放大。
“一旦发生这样的转变，整个行业的运行逻辑都会被重构，”一位安全研究员指出，“随着AI编码与理解能力的提升，安全能力本身会被极大放大，传统依赖人力经验的体系会逐渐被削弱。这种变化不是简单的替代，而是产业重心的转移。”
风险：模糊的边界与封闭的联盟
在推出强大能力的同时，大模型厂商也试图为其戴上“紧箍咒”。Anthropic官方强调，Mythos是一个“仅用于防御”的模型，目前只在一个由52家科技公司（包括亚马逊、苹果、谷歌、微软等）组成的封闭联盟中开放。理由是其安全护栏尚未成熟，全面开放等同于同时向攻击者和防御者提供强大工具。
OpenAI的GPT-5.4-Cyber则采用了分级信任机制，看似比Mythos的“名单制”更开放一些。但这种做法依然引发了行业的普遍担忧。因为在真实的安全实践中，“防御”本身从来不是一个纯粹的概念。像渗透测试、红队演练、漏洞验证这些看似“攻击”的行为，恰恰是构建有效防御的基石。
有安全研究表明，即使给最先进的模型加上层层限制，攻击者仍可能通过非常规方式（如使用特定语言或 prompt 技巧）诱导模型突破限制，进入一种几乎不受约束的输出状态。只要有人能找到方法绕过这些限制，这些模型就能被用于攻击，而不仅仅是防御。
换言之，防御在某种程度上就是“为了防守而进行的攻击模拟”。当模型的代码理解和安全分析能力足够强时，攻与防之间的边界会迅速变得模糊，厂商很难精准、永久地控制这条边界。
除了安全考量，外界对此也有其他解读。著名风险投资人Marc Andreessen就曾质疑，Anthropic限制Mythos的发布，究竟是出于安全顾虑，还是因为缺乏足够的计算资源来支撑大规模公开使用。
李光辉对封闭联盟的做法表达了不同看法：“这种所谓的‘防御性质’，本质上是将模型能力优先开放给美国的核心科技及云服务厂商。安全性应该通过公开、透明的对抗来验证和增强，而不是由少数主体单方面定义和背书。如果安全评估的标准、测试环境和结果都不透明，那么这种‘安全性’本身就缺乏公信力。”
一个更深层的关注点是，无论是Mythos还是GPT-5.4-Cyber，目前都是优先服务于美国科技生态的安全工具。如果一项关键的安全能力只面向特定国家或少数机构开放，而非在全球行业内扩散，它就可能逐渐演变为一种“技术壁垒”或“技术主导权”。
这与网络安全行业过去几十年形成的“道德黑客”（Ethical Hacking）文化和负责任的协同披露机制存在一定偏离。传统上，行业鼓励通过发现和披露漏洞来整体提升系统安全水平。未来，这种漏洞发现、评估和验证的话语权，是否会收拢到少数主体手中？这对于全球网络安全生态又将意味着什么？
这些变化，最终都指向一个现实问题：行业中的每一个参与者，无论是传统安全厂商，还是企业的安全团队，都需要重新思考并定位自己在新时代的角色与价值。对于传统安全厂商而言，未来的出路，确实需要尽早想清楚了。
发表于 前天 03:23
|
查看: 27|
回复: 0
