Vals是一家专注于评估AI能力的公司,最近测试了不同AI模型在模拟企业网络环境中执行复杂多步骤网络指令的能力。
Vals的研究员Nikil Ravi表示:“那些只能通过受信任访问程序使用、被锁定在实验室里的顶尖前沿模型,现在正被任何人都能下载的开源模型逐渐赶超。”
研究结果表明,封闭模型在网络技能上已不再拥有决定性优势,这意味着前沿实验室限制模型访问以减缓此类能力扩散的努力可能效果有限。
这一发现尤为重要,因为美国的前沿实验室,尤其是Anthropic公司,曾基于有限发布新模型的策略(从4月发布的Claude Mythos Preview开始),认为通过门控访问可以为高级黑客能力的广泛普及争取时间。
Anthropic的红队负责人Logan Graham在4月接受WIRED采访时表示,公司名为Project Glasswing的项目,旨在将新模型的全部能力交到防御者手中,抢占先机。他说:“我们需要为未来6、12、24个月内这些能力广泛可用的世界做好准备,届时安全形势将大不相同。”
七个月后,这一转变似乎如期而至。
Vals在两个模拟场景中测试了AI模型,分别赋予它们不同的具体任务。第一个场景是通过面向公众的网站访问的模拟企业网络;第二个场景涉及两个不同的公司网络,模型需先攻破第一个网络才能进入第二个。

研究发现,OpenAI最先进的网络安全模型Daybreak(仅限受信任合作伙伴使用)表现最强,平均完成81%的任务,测试次数为两次。中国的开源模型DeepSeek紧随其后,平均完成73%的目标。Vals研究人员指出,两者在某些任务上的表现不相上下。
研究还显示,使用开源模型执行此类任务的成本远低于封闭模型。Vals表示,GPT-6-Sol执行一次攻击的代币费用在17至46美元之间,而DeepSeek仅需2至3美元。开源模型通常更便宜,因为它们可以在本地硬件上运行。Vals首席执行官Rayan Krishnan表示,这也促使防御方更倾向于使用开源模型而非专有模型。
OpenAI尚未对置评请求作出回应。
今年网络安全领域的发展基本符合预期,AI自动化了核心黑客任务,帮助攻击者和防御者发现大量代码漏洞并快速探测网络弱点。尽管漏洞发现和修复的速度与规模都在提升,专家们仍在讨论AI是否从根本上改变了网络安全防御的理念和原则。换言之,目前尚不清楚AI工具是带来了全新威胁,还是加剧了长期存在的安全挑战。
开源模型开始赶超封闭模型,这对于理解犯罪黑客如何利用AI,以及企业和开发者应如何应对至关重要。但现实中,近几个月的网络犯罪和国家支持的黑客活动表明,攻击者仍然采用节约资源的策略,大多使用较旧且能力较弱的模型(无论是专有还是开源)进行大部分活动。即使有严格控制,防御者也必须假设资金充足、动机强烈的攻击者早已至少部分获得了封闭模型的访问权限。
云安全公司Edera的联合创始人兼首席技术官Alex Zenla表示:“我基本同意开源模型今天已经能够产生高级攻击和漏洞,尤其是考虑到那些通过修改权重禁用安全训练的变异模型。我的保留意见是,封闭实验室可能训练了更多未公开的、能力更强的模型。我认为这更像是一场猫鼠游戏。实验室试图快速超越开源模型,先行发现并修复漏洞,防止开源模型利用它们。不幸的是,我认为这可能是一个危险安全环境的开始。”


