DeepSeek与GLM免费模型黑客能力逼近OpenAI，安全界为何警觉？

研究人员做了一场实验，专门看AI能不能自己入侵网络，结果让安全圈感到不安。据WIRED报道，他们让多个AI模型在模拟网络环境里找漏洞、规划攻击路线、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，实验的核心思路是把当下主流大模型放进一个模拟网络“靶场”，看它们能不能像人类渗透测试人员那样，自主完成侦察、发现弱点、串联攻击步骤。过去的AI只能生成零散恶意代码，新一代模型不一样，多步推理和工具调用能力更强，能把一次入侵拆成可执行的计划。

让研究者意外的不是AI会入侵，而是“谁”表现得足够好。DeepSeek和GLM都能免费获取，前者来自中国AI公司深度求索，后者出自智谱AI。实验中，它们与OpenAI内部用于网络安全的先进模型差距有限。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。闭源模型做不到这一点，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。开放性推动了技术普及，也让能力监管变得异常困难。

过去一年里，AI在网络安全上的“攻防双用”特征越来越突出。企业能用模型自动扫漏洞、分析恶意代码；可这套本事同样能拿来炮制钓鱼邮件、写漏洞利用程序、规划多步渗透路径。一旦这种能力挂在一个免费模型上，能无限次调用、又不受平台约束，风险就成倍放大。

与OpenAI的对照为何重要

对具备强网络攻击能力的模型，OpenAI一直比较谨慎：最先进的网络安全模型只给内部或特定合作伙伴用，外界很难直接调用。外界把这种“能力越强、开放越少”的做法看成一道安全缓冲。中国厂商走的是另一条路——靠开放权重或免费接口快速做大用户规模。

两种路径各有各的道理。闭源可控性更强，可能力攥在少数公司手里；开源利于创新和普及，但监管者很难追踪模型被谁用、怎么用。等到免费模型的黑客能力逼近闭源前沿模型，原本靠“访问门槛”撑起的安全假设就站不住了。

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

这个实验的意义不是渲染“AI黑客”的恐慌，而是给业界提个醒：模型能力的评估和分级，得赶在能力扩散前头。眼下多数国家对大模型的安全测试还是自愿为主，针对“网络攻防能力”的专项红队评测也没有统一标准。免费模型轻易就能拿到接近前沿的攻击辅助能力，光靠厂商自律明显不够。

防御方其实也需要这些工具。把能力流动卡死，中小企业和公共机构可能就没了用AI加固系统的机会。更现实的做法是：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，对明显越界的使用场景做可追溯的滥用监测。开源本身不是问题，缺了治理的开源才是。