OpenAI也開始恐懼自己訓(xùn)練出的新模型了

新智元報道

編輯：艾倫

【新智元導(dǎo)讀】看到 Anthropic 內(nèi)測中的下一代旗艦?zāi)Ｐ?Mythos 強大的網(wǎng)絡(luò)攻防能力帶來的巨大影響和討論度，奧特曼坐不住了，也計劃內(nèi)測 OpenAI 具有強大的網(wǎng)絡(luò)攻防能力的 AI。

4 月 9 日，Axios 爆料：OpenAI 正在準備一款具備很強網(wǎng)絡(luò)安全能力的產(chǎn)品，只會先給少量合作伙伴開放。

https://x.com/axios/status/2042244222292529371

這件事背后，真正值得聊的，不是 OpenAI 又要發(fā)什么新東西。

而是另一件更嚇人的事，AI 在網(wǎng)絡(luò)安全這件事上，可能真的跨過那條線了。

如果你這幾個月一直在關(guān)注 AI，你會發(fā)現(xiàn)一個特別微妙的變化。

前兩年大家聊模型，聊的是會不會寫文案，會不會做 PPT，會不會寫代碼。

再后來，開始聊 Agent，聊自動執(zhí)行，聊能不能自己調(diào)用工具。

到了現(xiàn)在，討論已經(jīng)往另一個方向滑過去了。

它能不能自己找到漏洞、復(fù)現(xiàn)漏洞、利用漏洞。

這幾個問題，聽著像安全圈內(nèi)部會議，不像普通人會關(guān)心的事。

但坦率的講，一旦答案開始接近「能」，這就不是一個黑客圈的小新聞了。

這是基礎(chǔ)設(shè)施級別的大事。

因為漏洞這個東西，不是你電腦藍屏了重啟一下那么簡單。

漏洞連著水廠，電網(wǎng)，醫(yī)院，銀行，瀏覽器，操作系統(tǒng)，云服務(wù)。

過去這些東西主要靠頂級安全研究員、紅隊、國家級機構(gòu)慢慢挖。

現(xiàn)在，模型開始下場了。

而且不是那種幫你補全兩行代碼的下場，是那種你晚上把任務(wù)交給它，第二天早上起來，它把 PoC、利用鏈、修補建議都給你擺桌上的下場。

只是對 Anthropic Mythos

PR 策略的簡單模仿嗎？

就在最近，Anthropic 也做了一個很反常的動作。

他們沒有像往常一樣高調(diào)推新模型，而是把一個叫 Claude Mythos Preview 的模型，塞進了一個叫 Project Glasswing 的封閉計劃里，只給少數(shù)科技公司和安全公司用。

Anthropic 官方給出的理由是：這個模型太強了，強到不適合立刻公開。

Anthropic 公布的一些測試細節(jié)，說真的，已經(jīng)有點賽博驚悚片的感覺了。

它能在大規(guī)模開源項目里找到高危漏洞，能把漏洞一路推進成可利用的攻擊鏈，甚至寫出跨多個漏洞的復(fù)雜利用。

更夸張的是，Anthropic 的研究團隊還提到，連沒有正式安全訓(xùn)練背景的內(nèi)部工程師，都能讓它隔夜去找遠程代碼執(zhí)行漏洞，第二天醒來就看到一份可運行的利用結(jié)果。

你敢信？

過去我們總覺得，找 Bug 跟真正把系統(tǒng)打穿，中間還隔著一道很深的河。

前者更像質(zhì)量檢查，后者更接近武器化。

但現(xiàn)在這條河，正在被模型一點一點填平。

所以你再回頭看 OpenAI 這個動作，就能理解那種空氣里的緊張感了。

OpenAI 其實在今年 2 月就已經(jīng)埋了伏筆。

他們發(fā)布 GPT-5.3-Codex 的時候，專門搞了一個 Trusted Access for Cyber 計劃。

這個計劃是邀請制的，還承諾拿出 1000 萬美元 API credits，給做正當防御研究的機構(gòu)用。OpenAI 自己的說法是，GPT-5.3-Codex 是他們迄今為止最具網(wǎng)絡(luò)安全能力的模型，而且是他們第一次在網(wǎng)絡(luò)安全這個維度上，按高能力等級來上安全棧。

這話翻成人話其實就是，模型已經(jīng)強到他們自己也得緊張起來了。

這一輪變化最吊詭的地方就在這兒。

AI 公司一邊在拼命造出更能打的模型，一邊又開始試圖限制誰能摸到這些能力。

它像極了一個軍火商突然發(fā)現(xiàn)，自己賣的已經(jīng)不是刀，而是會自己找目標的導(dǎo)彈。

你說他們做錯了嗎？也不能這么講。

站在安全公司的角度，這種限制非常合理。你總不能把能自動找零日（0Day，指未公開的全新漏洞）、自動寫利用鏈的東西，像聊天機器人一樣直接公開。

尤其 Anthropic 自己都說了，Mythos 已經(jīng)在各大操作系統(tǒng)、主流瀏覽器、關(guān)鍵基礎(chǔ)軟件里找到了成千上萬的高危漏洞。

連內(nèi)部沙箱都被它想辦法突破過。

那種感覺不是「模型更聰明了」，而是「能力的社會后果開始外溢了」。

但另一面也很現(xiàn)實。

這種東西一旦被證明存在，就不可能再回去了。

SANS 的 Rob Lee 說：「你已經(jīng)沒法阻止模型去做代碼枚舉，也沒法阻止它在老舊代碼庫里找缺陷，因為這種能力現(xiàn)在已經(jīng)存在了。」

Palo Alto Networks 的高管也差不多是一個判斷，今天你擋住一家，幾周或者幾個月后，別的模型也會追上來。

https://www.axios.com/2026/04/09/openai-new-model-cyber-mythos-anthopic

這才是真正讓人后背發(fā)涼的地方。

不是某一家公司太強。

是這個門檻一旦被跨過去，全行業(yè)都會陸續(xù)跟上。

而且更有意思的是，安全圈里很多人已經(jīng)開始用一個老概念來理解這波變化，責(zé)任披露。

軟件世界幾十年來一直在吵一個問題，發(fā)現(xiàn)漏洞之后，是立刻公開，還是先私下通知廠商修補，等補丁打完再披露。

現(xiàn)在 AI 模型的發(fā)布，也越來越像這個邏輯了。

不是做不做出來的問題，而是先給誰，什么時候給，怎么控節(jié)奏，怎么避免它先落到最壞的人手里。

這是不是一個特別奇怪的時代切片？

以前我們怕 AI 太笨，現(xiàn)在我們怕它太會干活。

而且最諷刺的是，真正把這件事推到公眾面前的，還不是黑客真的用它打爆了什么系統(tǒng)，而是模型公司自己先害怕了。

這就像地震還沒來，地質(zhì)學(xué)家先開始瘋狂加固樓板。

！了 轉(zhuǎn) 反

說到這塊，還有一個容易被忽略的點。

很多人看到 Axios 最初的標題，以為 OpenAI 是準備把還沒發(fā)布的旗艦?zāi)Ｐ拖戎唤o小圈子試用，像 Anthropic 對 Mythos 那樣，對大眾暫緩開放。

但后面 Axios 通過進一步求證 OpenAI，自己修正了表述。

OpenAI 這次準備給特定合作伙伴開放的，不是那個尚未發(fā)布的新旗艦?zāi)Ｐ?Spud，而是一款獨立的網(wǎng)絡(luò)安全產(chǎn)品。

https://x.com/axios/status/2042244444724904190

這個區(qū)別挺重要的，因為它說明 OpenAI 現(xiàn)在的思路，未必是把下一代通用旗艦整個鎖起來，而更像是把最危險、最敏感、最接近攻防邊界的那部分能力，先包裝成專門的安全產(chǎn)品，只放給經(jīng)過篩選的防守方。

這反而更說明問題了。

AI 公司已經(jīng)開始接受一個現(xiàn)實，未來最前沿的模型能力，不會再以同一種方式流向所有人。

有些能力會被做成大眾產(chǎn)品，有些能力會被塞進封閉計劃，有些能力甚至?xí)L期停留在少數(shù)機構(gòu)手里。

模型還是那個模型，但世界會開始分層。

普通用戶拿到的是好用、順滑、足夠強的那一層。

頂級企業(yè)和安全機構(gòu)拿到的是更深、更危險、也更有防御價值的那一層。

再往里，可能還有連合作伙伴都接觸不到的內(nèi)部能力。

某種意義上，這有點像 AI 時代的核擴散治理，也有點像另一種版本的北京折疊。

你表面上看到的，是大家都在用 AI。

真正決定攻防平衡的，卻可能是那一層你看不見、摸不著、只在少數(shù)白名單里流動的能力。

這是好事啊？

這件事短期內(nèi)一定會讓人不安，甚至?xí)尲夹g(shù)權(quán)力變得更集中。

但從更現(xiàn)實的角度看，在一個模型已經(jīng)能自己找洞、自己寫利用鏈的時間點上，先把能力交給防守方，總比所有人一起裸奔要好。

只是這件事也提醒我們，AI 競賽已經(jīng)不是誰的聊天更自然，誰的界面更絲滑了。

真正的比賽，正在往系統(tǒng)底層走。

往瀏覽器走，往內(nèi)核走，往云平臺走，往關(guān)鍵基礎(chǔ)設(shè)施走。

往那些平時沒人會在意，但一旦出事就全社會一起抖一下的地方走。

而 OpenAI 和 Anthropic 這兩次一前一后的動作，可能就是一個信號。

AI 不只是開始替人工作了。

AI 開始進入人類最古老、也最敏感的博弈里了：防守和進攻，披露和封鎖，開放和分級，效率和失控。

參考資料：

https://www.axios.com/2026/04/09/openai-new-model-cyber-mythos-anthopic