DeepSeek Cyber传言四起：中国开源模型的安全闸门要开了？

DeepSeek要出网络安全模型Cyber的说法，眼下在市场上传得挺广。好几位技术开发者在DeepSeek官网的前端JS里翻出了Cyber的相关入口，社区里也流出了处于灰度状态的申请页面。不过，DeepSeek官方还没有正式公告。

AI智能体正变得愈发“危险”。过去半年，美国政府和科技企业已经在磕磕绊绊地应对这件事；中国开源模型阵营却迟迟没有明显动作，社区对此颇为担心。模型能力还在往上走，这一天迟早会来。问题是，中国厂商会以什么形式接招？又会给整个AI产业带来什么影响？

变化已经开始出现。

国内开始冒出一种专业机制：参照国际前沿AI安全框架，对国内开放权重模型的系统性风险做独立评估。

上周Kimi K3.1 Pro发布时，进一步披露了针对网络攻防能力的解决方案。这一动作，让DeepSeek Cyber的传言又多了几分可信度。

Kimi团队把中期训练与强化学习阶段中网络安全相关的数据和任务，从K3.1 Pro里拿掉了，通用编程能力则保留下来。其内部测试显示，这样处理之后，模型在xdev-bench-hard上的漏洞发现与利用成功率，从没做削减的内部版本的90.5%降到了81.0%。

Kimi团队确认，今后每一个训练阶段都会采取适当的控制措施，并计划渐进式提升开放权重中可用的网络攻防能力。截至目前，Kimi K3.1 Pro尚未正式开放权重。

所以，技术开发者没放过DeepSeek Cyber真真假假的每一个细节。90天内没有违规记录。

审核通过后，申请者能拿到Cyber Key。企业用户对应Cyber-Enterprise-V4，个人用户对应Cyber-Personal-V3。

这实际上是一套针对高风险网络攻防能力的准入管理机制，也让人看到安全产品化的一种可能。

如果传言属实，那就意味着，在Claude Mythos发布6个月后，中国开源模型阵营也开始尝试对高风险模型能力实行受控访问。

把漏洞挖掘相关的信息往外传，如今已不只是企业自己的事。商务部和科技部此前公布过一份征求意见稿，拟将人工智能、生物医药、光伏技术相关范围列入《中国禁止出口限制出口技术目录》，其中就涉及这类与漏洞挖掘有关的信息。

负责Anthropic前沿红队的Logan Graham早前判断，别的模型要具备Mythos那样的网络安全能力，快的6个月、慢的24个月就会到来。智谱创始人唐杰也说过，年底前会完成模型的下一次迭代，追到Mythos的水平。窗口看上去在一点点张开，问题是眼下还没有足够可靠的性能测评数据能把它坐实。

前沿AI带来的安全压力，正变得越来越具体。这也让DeepSeek Cyber加码安全机制的可信度多了几分。

7月，OpenAI在内部网络安全评测里用到的智能体绕开了隔离措施，顺着漏洞钻进了Hugging Face的部分服务器。打那以后，AI智能体攻击网络的事就常挂在科技媒体头条上。上周PHP2Shell漏洞公开披露，攻击尝试随即猛增，一些网站只好紧急关停。知名科技战略分析师本·汤普森（Ben Thompson）对一件事毫不怀疑：情况好转之前，先会更糟。

要让情况好起来，办法之一就是找到一条人类社会与前沿AI的相处之道。

目前，美国对前沿AI的治理，已经从以企业责任和自愿安全承诺为主，进一步延伸到对特定模型能力、部署方式和访问权限的直接干预。Anthropic的Mythos选择了只向经过筛选的“善意者”受控开放；而OpenAI的GPT-5.6-Sol的开放，则经历了从有限预览到一般可用（General Availability）等数个阶段。甚至还延伸出了套用出口管制与供应链风险工具等监管机制。

不过，中国开源模型和美国闭源模型较劲这么久，比的几乎一直是性能，安全这摊事迟迟没被摆到台面上。AI分析机构SemiAnalysis前不久做了一次统计，覆盖2021年至2026年9月15日九家中国主要AI企业发布的857个模型，结果只有1.1%在发布时或发布前公开过模型安全评测结果。

模型和AI应用要被社会广泛接受，安全是先决条件。中国开源模型要是在中美AI竞争里最终落败，输的起点也许就在安全上。这项能力需要被准确评估、正确分发，本身也是产品竞争力的一部分。

这道题对中国开源模型厂商格外难解。AI普惠的承诺还得继续兑现，外界对开放权重模型安全风险的担心又必须回应。也正因如此，开源模型长期被华盛顿和硅谷部分企业拿来质疑、施压。

Kimi与DeepSeek的做法，大致能拼出中国开源模型正在试的一条治理路子：把高水平的网络安全能力从通用前沿AI能力里单独剥出来。前者以受控API的形式，提供给有需要的专业用户；后者照旧通过开放权重释放，带动创新和生态。将来这套思路也可能延伸到生物、化学这类有双重用途的高风险能力上。

这样一来，安全就不只是AI厂商内部要背的成本，还可能变成能做产品、能商业化的一项竞争力。前沿AI能力更安全地对外开放，高风险能力更安全地交付，新的市场机会也会随之出现。

新的竞争优势也会在这个过程里重新排布。模型厂商要做的，是在削弱高风险能力的同时尽量保住它在知识工作、科学研究等领域的能力，还要搭起行为监测、风险追溯这类过程监管机制，在可控边界内给专业用户交付更强的安全服务。

参考文件：

https://fangcunleap.com/public/reports/fangcun_eval_deepseek_v4_1_flash_1017.pdf