OpenAI也開始恐懼自己訓練出的新模型了

2026-04-12 | 來源: 新智元 | 轉到微信 | 有0人參與評論 | 字體: 放大縮小 | 收藏 | 打印

看到 Anthropic 內測中的下一代旗艦模型 Mythos 強大的網絡攻防能力帶來的巨大影響和討論度，奧特曼坐不住了，也計劃內測 OpenAI 具有強大的網絡攻防能力的 AI。

4 月 9 日，Axios 爆料：OpenAI 正在准備一款具備很強網絡安全能力的產品，只會先給少量合作伙伴開放。

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

這件事背後，真正值得聊的，不是 OpenAI 又要發什麼新東西。

而是另一件更嚇人的事，AI 在網絡安全這件事上，可能真的跨過那條線了。

如果你這幾個月一直在關注 AI，你會發現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。

再後來，開始聊 Agent，聊自動執行，聊能不能自己調用工具。

到了現在，討論已經往另一個方向滑過去了。

它能不能自己找到漏洞、復現漏洞、利用漏洞。

這幾個問題，聽著像安全圈內部會議，不像普通人會關心的事。

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。

OpenAI前高管預判AI大戰:中國正在全力贏下這比賽

馬斯克起訴OpenAI案升級:要求罷免CEO奧特曼

OpenAI 心中的"硅谷社會主義",到底什麼樣?

這是基礎設施級別的大事。

因為漏洞這個東西，不是你電腦藍屏了重啟一下那麼簡單。

漏洞連著水廠，電網，醫院，銀行，瀏覽器，操作系統，雲服務。

過去這些東西主要靠頂級安全研究員、紅隊、國家級機構慢慢挖。

現在，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 MythosPR 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 的封閉計劃裡，只給少數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，說真的，已經有點賽博驚悚片的感覺了。

它能在大規模開源項目裡找到高危漏洞，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雜利用。

更誇張的是，Anthropic 的研究團隊還提到，連沒有正式安全訓練背景的內部工程師，都能讓它隔夜去找遠程代碼執行漏洞，第二天醒來就看到一份可運行的利用結果。