你可能已经注意到，前沿的AI模型在最近几个月里已经具备了先进的网络安全能力。它们能够在庞大的代码库中发现零日漏洞，并以极快的速度扫描计算机系统中的安全隐患。更令人兴奋的是，有时这些网络安全代理会“叛变”，相互勾结，入侵外部系统以获取优势。

为了更深入地了解这一现象，我决定在自己的家庭网络中释放一个这样的AI代理。在几天的观察中，我看到这个“叛逆”的代理发现了家中多种设备的漏洞，成功入侵了一台电脑，并向我展示了几个用vibe代码编写的项目中充斥着漏洞。（我妻子知道我在做什么，每当我自豪地宣布发现新漏洞时，她都会翻白眼。）

你可能会想，给一个调皮且强大的网络安全代理访问你的家庭网络简直疯狂。你说得没错！不过，我认为理解眼前的网络安全困境，最好的方式就是亲自体验一番。

最终，这次实验既揭示了问题，也带来了奇怪的安心感。我的小网络“恶魔”让我看到了AI黑客对家庭生活的潜在威胁，同时也告诉我如何提升安全性。最后我发现，面对AI黑客，最好的防御可能就是拥有自己的AI黑客。

独行侠模型

我之所以有这个实验想法，是因为发现了Abliteration AI这家初创公司，它提供了去除常规限制的强大AI模型。

大多数主流AI模型会拒绝回答某些问题，尤其是查找和利用计算机系统漏洞的请求。但通过修改开源模型内部参数中的特定模式，可以去除这些限制，这个过程称为“abliteration”。

去除AI的限制看似危险，但其实并不罕见。学术研究人员用这些“去对齐”模型来更好地理解AI的工作原理，网络安全公司则用它们来检测软件和系统漏洞。技术上讲，Anthropic的Mythos和OpenAI的Astra也采用类似方式：它们是缺少常规网络安全控制的普通模型，目前只对受信客户开放。（这些公司也提供带有中等限制的模型，供企业检测代码和系统问题。）

Abliteration AI提供了多个完全去对齐的模型，其中最强大的是Z.ai最新的代理编码模型GLM 5.3版本。它将类似Mythos和Astra的网络能力以极低成本（相当于一份披萨的价格）交到你手中。

Abliteration AI的CEO Devon认为，广泛提供去对齐模型是一种聪明的防御策略：它能帮助“好人”通过模拟黑客、诈骗者甚至叛逆AI代理的行为，检测系统漏洞。（Devon要求我只用他的名字，因为他的正职并不知道他的这个副业。）

“从航空公司到银行，许多关键基础设施公司都在疯狂部署代理，”Devon说，“如何确保恶意行为者不能滥用这些代理？”

我首先创建了Abliteration AI账户，并安装了一个名为CyberStrike的软件框架，帮助引导大型语言模型完成各种网络安全任务。

借助CyberStrike，我让去对齐的GLM-5.3检查我的本地网络。几秒钟后，它发现了大约十几个硬件设备，并列出了多个漏洞。

例如，它告诉我打印机配置错误，任何网络用户都能登录，这在打印队列中有敏感文件（税单、银行账单、医疗记录）时非常危险。

代理还指出我的Wiim音响泄露了大量信息。（如果你想知道，它知道最后播放的歌曲是Sam Fender和Olivia Dean的《Rein Me In》。）任何网络用户都能随意播放音乐或调节音量。模型还发现网络中许多物联网设备的固件需要更新。

一个无法控制的代理对黑客来说非常有用，但我的代理也给出了许多安全建议。除了更新固件和保护打印机外，它建议将智能音箱等物联网设备放在访客网络中，这样即使被攻破，也无法访问我的电脑。对于一个没有道德观念的模型来说，这些建议相当不错。

我还让代理检查了一个包含多个vibe代码项目的目录，其中一些是我做的简单网站。它发现了数十个问题，包括未保护的API凭证和可能允许攻击者发送邮件的配置错误。对于一堆随意写的vibe代码来说，这并不意外，但仍然令人警醒。漏洞数量之多让我决定以后写代码前一定要先用AI进行安全审查。

恐惧因素

运行去对齐模型，坦白说，有点吓人。

我让代理扫描网络中的一台Linux机器寻找漏洞。经过多次扫描，它报告该机器相对安全。随后我问它是否能登录，它聪明地根据网络中其他系统的名称猜出了一个用户名。它尝试了多个常见密码，但都失败了。它还主动提出写脚本进行“暴力破解”，但我让它停止了。

令我震惊的是，代理随后找到了机器上的一个加密密钥，利用它无密码登录，并开始寻找密码以获取root权限。当我看到它在目录中翻找时，我感到一阵恐慌。我开始想象它为了达成目标会走多远。它会不会为了找密钥入侵网络外的机器？可能不会，但这些代理谁知道呢。

更危险的行为还在后面。几小时后，当我连接Wi-Fi网络并让模型寻找新设备时，它不仅发现了路由器，还尝试用多组常见“admin/密码”组合登录。如果是在外部网络，这种行为可能会让我陷入大麻烦。

专注于网络安全和法律的塔夫茨大学计算机科学家Shaanan Cohney表示，网络安全的严峻考验似乎即将到来。

“攻击者通常是早期采用者，”Cohney说，“防守者必须确保城堡没有任何漏洞，而攻击者只需找到一块松动的砖头就能入侵。”

长期来看，Cohney认为具备网络能力的AI模型普及可能会提升软件整体安全性。挑战在于许多公司并未重视加强防御。“大多数组织还有其他事情要忙。”他说。

经历这一切后，我关闭了去对齐模型，回归使用常规、完全受控的版本。Claude Code或Codex只会执行有限的网络安全相关任务，比如帮你配置防火墙，但至少不会在你不知情时入侵系统。希望如此。

AI黑客普及在即

除非开源模型被全面禁止，否则先进的AI黑客能力很快将广泛可用。我的实验让我觉得，这或许正是我们所需要的。既然坏人会用AI，我们是否也应该用AI来保护自己？

“我们需要帮助人们利用这些能力，”MIT研究AI安全的教授Aleksander Mądry说，他目前正在OpenAI工作休假中。“我相信开源和独立工具会有市场，因为这些方法在安全领域具有持久生命力。”

不过，Mądry指出，关键问题可能是确保管理关键基础设施（如电厂或金融市场）的人拥有比普通黑客更强大的AI工具。

使用没有常规限制的AI既刺激又令人担忧。但如果网络安全的严峻考验真的来了，现在可能正是装备自己的时候。