大语言模型

Claude最强模型没那么神话，DeepSeek R1也能找到「大 bug」

2026 年 4 月 15 日

AI安全领域的新发现：便宜模型也能找到顶级AI发现的漏洞，甚至更准确。核心内容： 1. Mythos模型发现历史漏洞的惊人表现与行业反应 2. 便宜模型在漏洞检测中的意外表现与成本优势 3. 不同模型在安全测试中的准确性与错误案例对比

上周 Anthropic 发布 Mythos Preview 的时候，安全圈的反应可以用一个词概括：震惊。

一个 AI 模型自主发现了 FreeBSD 里藏了 17 年的远程代码执行漏洞，找到了 OpenBSD 里 27 年没人注意到的 TCP 协议缺陷，还独立写出了可以工作的攻击代码。Anthropic 随之宣布了 Project Glasswing，拉上一批科技公司组成联盟，承诺投入一亿美元的使用额度来修复开源软件的安全漏洞。

这一系列的操作这很是刺激行业神经，Mythos 竟然可以如此强大，人类真的要完蛋……等一下，没那么快。

便宜模型也能找到同样的漏洞

AISLE 是一家做 AI 安全的初创公司。从 2025 年年中开始，他们就在用 AI 系统给开源软件找漏洞和打补丁，已经累计发现并修复了超过 180 个被开源社区认可的安全漏洞，其中包括一些藏了 25 年以上的隐蔽问题。

Mythos出来后，他们做了一件尖锐的事：把 Mythos 展示的那些漏洞，拿给一批便宜得多的小模型跑。这些被称为「零日漏洞」，风险极大，一旦发现，安全人员基本没有反应时间。

结果很意外。

Mythos 找到的那个藏了 17 年的核心漏洞，也是 Anthropic 发布时用来「秀肌肉」的一个。AISLE 测了 8 个模型，全部成功找到了，包括一个小参数、成本只有 0.11 美元/百万 token 的模型，这个价格大约是 Mythos 的几十分之一。其中，DeepSeek R1 可以说是最精确的，与已发布的漏洞利用文档中的实际栈布局相符。

大多数模型不仅找到了漏洞，还正确评估到了漏洞可以被远程利用，给出了危险等级的判定。

另一个藏了 27 年的漏洞更难一些，需要对较深的数学原理有所理解。GPT-OSS-120b 一次就把整个攻击路径复现了出来，还提出了一个跟 A 社实际修复方案基本一致的补丁。Kimi K2 也出色完成，并且在针对此漏洞的后续脚手架搭建中，仅需三次简单的 API 调用，无需任何代理基础设施，就能观察到与 Mythos 公告中描述的攻击逻辑非常接近的结果。

不过最有意思的不是谁答对了，而是谁答错了：最贵的模型答错了最简单的题。

AISLE 出了一道非常基础、大约相当于安全行业的「小学毕业考题」：一段代码看起来有安全漏洞，但仔细看会发现问题数据在中间就被丢掉了，实际上并不会造成危害。

就像一把看起来很危险的枪，其实子弹在中途被卸掉了，这是一个现在没危险，但设计很糟糕的「假动作」。

大部分最贵、最强的前沿模型都答错了，Claude Sonnet 4.5 自信满满地给出了错误答案，GPT-4.1 和 GPT-5.4 系列也没能幸免。而 DeepSeek R1 四次试验结果均正确识别，GPT-OSS-20b 和 OpenAI o3 也能分辨出来。

安全并非一蹴而就

这些发现让 AISLE 提出了一个概念：锯齿状边界。

AI 的安全能力不是模型越大就越强，它是参差不齐的，排名在不同任务上会完全洗牌。同一个模型，在一个测试里可以拿满分，转头在另一个测试里自信地宣布「代码没问题」。另一个模型在复杂任务上表现最佳，转头在基础题上犯最低级的错误。

不存在「最好的安全 AI」，能力的边界是锯齿状的。

就像这些测试，不是说 Mythos 不强。在他们做的实验里，小模型被分配的是跟漏洞相关的代码，是单独抽出来给小模型们看的，等于是告诉它「看看这里，有没有问题」，算是打了一点小抄。

而 Mythos 厉害的地方是从头到尾的自主性，它能自己从几十万个文件里找到值得深入检查的地方，提出假设，验证问题，写出攻击代码，全程自动。

但是话锋一转，AISLE 认为，这个「全程自动」的价值主要来自工程设计，而不是模型智能本身。

比如说，找 AI 找漏洞这件事，大致可以拆成几步：先大范围扫描代码库找可疑的地方，然后深入检查是不是真的有漏洞，再判断严重程度，最后写补丁修复它。这几步之间，难度差异很大。

「找出问题」这一步，便宜模型已经可以胜任。真正难的是怎么把这些步骤串成一个可靠的流水线：让 AI 找对地方、排除误报、制定战术和实行。

做 AI 安全需要几样东西：AI 的智能、运行的成本、运行的速度，以及嵌入在整个系统和团队里的安全专业知识。Anthropic 把第一项做到了极致，但 AISLE 的经验是其他几项同样重要，有时甚至更重要。AISLE 自己的系统同时使用很多家的模型，表现最好的那个按任务不同随时在切换，OpenSSL 的技术负责人评价他们是「高质量的报告和建设性的协作」。

这种信任关系的建立，跟用的是哪家的模型关系不大，他们最好的成果并不来自 Anthropic 的模型。

一个很实际的推论是：既然便宜模型在「找问题」这一步已经够用了，你就不需要把一个昂贵模型小心翼翼地指向几个可疑位置。你可以派一群便宜模型出去扫荡所有角落。一千个还行的侦探把每个房间都查一遍，可能比一个天才侦探逐个去找效率更高。

Anthropic 的宣传虽然没错，却也有一定程度的误导，把这几步混在了一起，让人觉得每一步都需要最顶尖的 AI，但事实并非如此。

Mythos 的确证明「AI 自主查找漏洞」这件事是真的，并且自主程度可以很高。但是，暗示只有 Mythos 这种级别的模型才能做好这件事，就属于是话只讲一半了，护城河不在模型，在系统。

这对整个行业的意义可能比 Mythos 本身还大。当做好安全的关键不在于拥有最强的 AI，而在于怎么把 AI 组织成一套可靠的工作流程，那么 AI 安全就不会是一家公司的专属领地。它会变成一个生态，很多团队用不同的 AI 组合、不同的专业知识来做同一件事。

这可能是好事，让全世界的软件更安全，不应该只指望一家公司的一个模型

立即咨询 JOTO

JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务，帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。联系 JOTO 获取 AI 落地咨询

想把这些做法用到你的业务里?

留下你的场景和痛点,我们帮你判断从哪一步开始。

联系我们

Claude最强模型没那么神话，DeepSeek R1也能找到「大 bug」

立即咨询 JOTO

想把这些做法用到你的业务里?

开启企业级 AI 落地

填写需求单