7月17日，英国伦敦电——全球AI领域的"军备竞赛"又掀开了新的一页。英国人工智能安全研究所（AISI）在7月17日发布的一份最新评估报告中，首次公开量化了一个令业界吃惊的趋势：开源AI模型与闭源顶级模型在网络攻击能力上的差距，已经从去年的6到10个月，急剧缩小到了4到7个月。

更引人注目的是，GPT-5.6-Sol——OpenAI于今年6月底发布的最新旗舰模型——在网络安全攻防能力上，已经超过了此前公认的"天花板"Anthropic的Claude Mythos 5。换句话说，攻防能力的顶尖排名，换了人。

防御窗口在缩小，攻击速度在翻倍

AISI的数据让人睡不着觉。就在今年4月，Mythos Preview和GPT-5.5在AISI的同类测试中，还创下了自2023年开测以来最大的一次网络攻击能力飞跃，多国政府纷纷拉响警报。当时报告显示，前沿AI模型的自主网络攻防能力翻倍周期，已经从过去的几年、几个月，压缩到了惊悚的4.5个月。

AISI使用两套测试体系对AI的网络攻击能力进行"体检"。第一套是70项窄任务，覆盖漏洞研究、逆向工程、Web渗透和密码学四大方向，分四个难度等级。第二套叫CyberRange，在模拟的企业内网中测试AI自主发动多步骤攻击的能力。其中最变态的一个测试场景叫"The Last Ones"，包含32个攻击步骤、4个子网、大约20台主机。AISI估算，一名人类专家要完成全套动作，大概需要20个小时。

而两套方法给出的结论一致：开源模型正在拼命追赶，且"咬住"了。

开源猛追：能力差距缩小，成本差距更大

这份报告最具冲击力的数据，或许不是模型能力的得分，而是账本。

AISI的测试显示，在Cyber Range同一场测试中（消耗1亿Token额度），Anthropic的闭源旗舰Opus 4.5或4.6跑一次大约需要85美元；中国的开源模型GLM-5.2（今年6月发布）只需要大约46美元；而同样开源、性能强劲的DeepSeek V4-Pro，跑一次竟然只需要1.19美元。

换句话说，在能力逐渐追平的同时，开源模型的成本已经降到闭源产品的几十到几十分之一。在那些双方都能100%完成的任务上，Opus 4.6每个任务花费15.17美元，而GLM-5.2只要6.12美元。

GLM-5.2今年6月发布并开源后，在多项编程和长任务基准中表现已经介于Claude Opus 4.7和4.8之间，是当前全球最强的开源编码模型之一。AI研究机构Proximal也评价说，GLM-5.2是"第一个真正缩小了Anthropic和OpenAI与其他模型之间巨大技术鸿沟的模型"。

"闭源等于安全"的神话也被打破了

如果说开源免费大模型的追赶还只是"压力"，那么Anthropic自家闭源旗舰Fable 5的翻车，则直接戳破了"闭源等于安全"这个泡泡。

AISI报告披露了一个极其戏剧性的案例：Anthropic的Fable 5于今年6月9日发布，仅仅三天后，安全研究员Pliny the Liberator就通过一个多步"越狱"策略，突破了它的安全分类器。相关截图显示，模型产出了本该被拦截的漏洞利用代码。随后，亚马逊的研究员也独立报告了另一种绕过方法。

这件事直接触发了美国商务部首个针对AI模型的出口管制令——Fable 5和Mythos 5全球被迫停服长达19天，直到Anthropic部署了新的安全分类器才恢复上线。

当时Anthropic在声明中无奈地表示，美国政府以"国家安全"为由，要求禁止任何非美国公民（包括公司里自己的外籍员工）访问这两款模型。美国商务部直到7月1日才解除了这一管制令。

AISI在报告中留下了一句话，点明了问题的结构性困境——"一旦开源释出，这些选项（指安全护栏和出口管制）永久丧失"。

攻防两端都被加速，但速度不一样

AI不仅能"破门"，也能"修门"。报告同时举了一个正面的例子：知名游戏网络编程专家Glenn Fiedler，最近用Claude Code对自己维护的四个开源网络库做了系统性安全审计。他部署了自动化测试工具、进行了数百万次压力测试和逐行代码审查。结果令人心惊：两周内修复了43个安全漏洞，其中27个可以从网络远程触发；最严重的一个远程堆溢出漏洞，竟然在yojimbo库中潜伏了7年之久（自2019年起），恶意客户端只要构造一个特定的数据包就能触发。而整个审计的Token成本大约是2500美元。

攻防两端都在被AI加速，但加速的方式是不对称的。攻击能力的扩散是不可逆的——模型权重一旦释出，副本就可以在无人监管的私有服务器上跑。而防御工具的部署，却需要每个团队主动投入时间和成本。

闭源的"安全缓冲期"快要耗尽了

AISI这份报告对全球AI治理格局的影响，或许比数字本身更深远。开源与闭源的能力差距收窄到半年以内，"用闭源独占期充当安全缓冲"的默认策略，正迅速失效。与此同时，闭源模型的护栏在Fable 5事件中也同样脆弱。

报告释放了一个非常明确的政策信号：英国国家网络安全中心已经呼吁各机构加固网络安全基线，并利用AI来增强自身防御能力。对于全球决策者来说，下一阶段政策博弈的核心问题已经变得更加尖锐——"什么能力级别以上的模型，不应该开放权重？"

AISI表示，将继续推进这项评估。而在答案出来之前，攻与防的竞赛已经停不下来。