开源AI模型网络攻击能力逼近闭源顶级模型

核心事实

据WIRED报道，AI能力评测公司Vals进行的一项实验显示，开源AI模型在模拟网络攻击中的表现已接近闭源顶级模型。在模拟企业网络的渗透测试中，OpenAI仅向可信合作伙伴开放的顶级网络模型Daybreak完成了81%的任务，而中国开源模型DeepSeek平均完成73%，两者在部分任务上得分持平。Vals还指出，使用开源模型执行此类任务的成本极低——GPT-6-Sol完成一次攻击需花费17至46美元token费用，而DeepSeek仅需2至3美元。

背景与影响

这一发现正值美国前沿实验室（尤其是Anthropic）以“延缓高级黑客能力扩散”为由限制新模型发布之际。Anthropic前沿红队负责人Logan Graham曾在4月表示，其Project Glasswing项目旨在让防御者优先获得工具。如今，Vals研究员Nikil Ravi指出，闭源模型在网络技能上已无决定性优势，这意味着限制访问的努力可能收效甚微。Vals CEO Rayan Krishnan表示，开源模型的低成本也为防御方提供了使用它们的强烈动机。

限制与来源

尽管开源模型能力提升显著，但实际观察显示，网络罪犯和国家支持的黑客仍倾向于使用较旧、能力较弱的模型以节省资源。云安全公司Edera联合创始人Alex Zenla提醒，闭源实验室可能已训练出未发布的更强模型，安全态势如同“猫鼠游戏”。该研究基于Vals的模拟测试，具体测试细节和模型版本未完全公开，相关结论尚待更多验证。本文信息源自WIRED报道，不构成任何投资或安全建议。