中国免费AI模型黑客能力直追OpenAI，安全界警觉

一项围绕“AI能否自主入侵网络”的实验，给出了令安全界不安的答案。据WIRED报道，研究人员让多个AI模型在模拟网络环境中寻找漏洞、规划攻击路径并尝试完成入侵，结果显示，来自中国的免费模型DeepSeek与GLM在黑客技能上已经逼近OpenAI最先进的网络安全模型——而后者至今并未对外公开。

靶场实验：免费模型表现超出预期

报道称，这项实验的核心设计，是把当下主流的大模型放进一个模拟网络“靶场”，观察它们能否像人类渗透测试人员一样，自主完成侦察、发现弱点、串联攻击步骤。与过去只能生成零散恶意代码的AI不同，新一代模型展现出更强的多步推理与工具调用能力，能够把一次入侵拆解为可执行的计划。

真正令研究者意外的不是AI会入侵，而是“谁”表现得足够好。DeepSeek和GLM都是可以免费获取的模型，前者来自中国AI公司深度求索，后者出自智谱AI。它们在实验中的表现，与OpenAI内部用于网络安全的先进模型差距有限。考虑到OpenAI的对应模型并未公开、且受严格访问控制，这一对比凸显出一个现实：前沿网络攻击能力，正在通过开源与免费渠道快速扩散。

开源与免费：能力扩散的另一面

DeepSeek与GLM分别以开放权重或免费接口的方式向公众提供。与闭源模型不同，这类模型可以被下载到本地服务器运行，企业和个人无需经过云端审核即可使用。这种开放性在推动技术普及的同时，也让能力监管变得异常困难。

过去一年，AI在网络安全领域的“攻防双用”属性愈发明显：一方面，模型可以帮助企业自动扫描漏洞、分析恶意代码；另一方面，同样的能力也能被用来生成钓鱼邮件、编写漏洞利用程序、规划多步渗透路径。当这种能力附着在一个可以无限次调用、且不受平台约束的免费模型上，风险便被成倍放大。

与OpenAI的对照为何重要

OpenAI长期以来对具备强网络攻击能力的模型保持谨慎，其最先进的网络安全模型仅限内部或特定合作伙伴使用，外界难以直接调用。这种“能力越强、开放越少”的策略，被视为一种安全缓冲。而中国厂商选择的是另一条路径：以开放权重或免费接口迅速扩大用户规模。

两条路径各有逻辑。闭源可控性更强，但能力集中在少数公司手中；开源促进创新与普及，却让监管者难以追踪模型被谁、以何种方式使用。当免费模型的黑客能力接近闭源前沿模型时，原本依赖“访问门槛”构筑的安全假设就开始松动。

安全研究者常说，攻击者只需要成功一次，防御者却必须每次都成功。AI正在让这句话变得更残酷。

编者按：能力评估应跑在扩散之前

这起实验的价值，不在于渲染“AI黑客”的恐慌，而在于提醒业界：模型能力的评估与分级，必须跑在能力扩散之前。当前，多数国家对大模型的安全测试仍以自愿为主，针对“网络攻防能力”的专项红队评测也缺乏统一标准。当免费模型可以轻易获得接近前沿的攻击辅助能力时，仅靠厂商自律显然不够。

另一方面，防御方同样需要这些工具。限制能力流动，可能让中小企业与公共机构失去用AI加固系统的机会。更现实的路径，是建立分级的模型能力披露机制、推动攻防双方共享威胁情报，并对明显越界的使用场景实施可追溯的滥用监测。开源不是问题，缺乏治理的开源才是。

本文编译自WIRED