背景

近期 Mythos 与 Project Glasswing 的发布引发了关于 AI 驱动网络安全的讨论。Hugging Face 团队发文指出，真正关键的不是模型本身，而是集成了计算、数据、工程化系统和自主性的完整体系。这种体系既能用于攻击也能用于防御，而开放性决定了安全态势的走向。

核心内容

文章认为，AI 网络安全能力呈现“锯齿状”：并非随模型规模线性增长，而是高度依赖系统设计。Mythos 展示了系统化漏洞发现与修补的能力，但类似能力可通过较小模型搭配深度安全知识廉价复现，这对防御方尤为有利。

在安全速度竞赛的四个阶段（检测、验证、协调、补丁传播）中，开放生态将知识分散在社区中，避免了闭源项目单点故障的风险。例如 Linux 内核安全团队、开源安全基金会等已形成成熟协作机制。相反，闭源系统因使用 AI 加速开发而引入更多漏洞，且修复能力集中在单一组织手中，而攻击者借助 AI 逆向工程能力不断提升，导致攻防失衡。

行业影响

开放模型和工具是缩小“能力不对称”的关键：防御者可获得与攻击者同级别的 AI 能力，而无需依赖少数资源雄厚实体。文章呼吁在 AI 系统中嵌入可审计、可协作的安全机制，利用半自主代理构建分布式防线，这比单纯依赖模型本身更可持续。