一句话:攻击能力和防御能力,是同一套模型权重的一体两面。能发现漏洞,就离利用不远——防御要保留,利用就永远近在咫尺。所以这次集体「上锁」,装的不是能力开关,是成本门槛。
彭博社 2026 年 11 月 17 日报道(IT 之家转述):阿里、腾讯、月之暗面的新一代模型,普遍限制网络进攻能力、强化漏洞检测与防御。其中:阿里过滤攻击性训练材料,腾讯剔除漏洞利用数据,月之暗面后训练阶段移除攻击内容。


三道减法,三种代价
划重点:做的都是「减法」,不是「选择」——区别只在从哪里减、付什么代价。
阿里减在源头:过滤训练数据里可用于网络攻击的材料,暂不公开权重。Qwen 系列此前是全球下载量最高的开放权重模型家族之一,权重一停,想本地部署无审查版本的用户就拿不到货,这是产品层面的一刀。
腾讯减在流程:Hy4 发布前,就把漏洞利用生成相关数据剔出训练流程。月之暗面减在后训练:10 月 23 日发布 Kimi K3.1 Pro 时,从后训练两个阶段移除攻击材料。据公司披露,过滤后的模型在内部漏洞利用基准测试中得分 81.0%,未过滤版本是 90.5%。
说白了,这 9.5 个百分点就是「安全换性能」的价签。它说明上锁不是免费的——厂商拿真金白银的能力在付账。
为什么偏偏是现在
三重信号叠在同一个秋天。第一重,攻击者先用起来了:CrowdStrike 10 月底报告披露,VAPOR PANDA 组织用 DeepSeek 模型配合 ARTEX 框架,在 11 天里对至少 14 个国家的 200 余家机构发起入侵。
第二重,攻击走向全自动。同一周,Google 威胁情报组通过 AI Threat Tracker 首次观察到无人介入的漏洞利用:一台暴露的服务器跑着名为 exploit_agent 的 AI 框架,连多个大模型,比对补丁前后代码自动开发运行利用程序;配置里残留俄语注释,受影响的是法国媒体和娱乐网站。
两件事合起来,把「写漏洞利用代码」的人力成本压到接近零:过去要资深专家,如今只需一段指令。腾讯首席 AI 科学家姚顺雨 11 月 7 日在香港说,网络能力、「很快到来的生物能力」,将触及可能造成实际危害的阈值——这个判断有两个事件背书。
第三重是政策信号:10 月 16 日,商务部联合科技部就修订《中国禁止出口限制出口技术目录》征求意见,拟把 AI 驱动的恶意代码生成与变异等技术纳入出口管制或限制范围,涉 AI 领域 23 项;11 月初,发改委官员表示正加快推出面向 AI 开发者的安全标准与伦理准则。

为什么这道锁关不死
划重点:一个模型只要会漏洞检测,就一定会漏洞利用——检测与利用是同一套推理能力的两个方向,没有一条训练数据能分开它们。
防御能力必须保留,利用就永远只差一步改写:把「发现漏洞」的输出换个用途。这不是提示词能绕开的问题,是能力结构决定的。
另一半难度在模型外面。开放权重流出就收不回——智谱 8 月开放 GLM-5.3 权重前做了安全审查、向有关部门通报了系统漏洞,但权重在公网传开后,审查只覆盖发布那一刻。不开源也一样,蒸馏、微调、本地部署都能绕过限制。
Fangcun AI 创始人李晓健对彭博社说得直白:剔除攻击性材料,是成本与效果的平衡,「目前没有方法能完全消除模型的风险」。所以「上锁」的真实含义是抬高门槛——攻击者不能拿现成模型直接开工,得自己绕过、微调、组合。它挡得住图省事的人,挡不住下了决心的人。

对普通人和企业意味着什么
对企业,合适的比喻是「有前科的新员工」:能力承认,权限收紧,全程审计。用大模型做代码审计、漏洞扫描没问题,产出别直接进生产环境,关键动作留日志。
对个人,老三样:API key 管好权限,泄漏一条就多开一扇门;服务器补丁别拖延,自动攻击盯的就是补丁窗口;备份常态做,那是兜底的防线。
厂商上不上锁,和你自己的防线是两个世界的事。上锁减少的是「坏模型随手可得」的概率,不是你的密钥、补丁、备份可以省掉的理由。
但这里有个前提
「防御提高了,攻击能力降低了」,全部证据来自厂商自述和第三方报告。81.0% 对 90.5% 出自月之暗面自己的内部基准,测了什么、覆盖哪些类别,外界无从复核。
「攻击已自动化」同样存疑:Google 看到的是一台暴露的服务器,样本是一,结论却是「首次」。趋势还是个案?证据不算对称。
这个缺口不是小事。上锁效果要是无法被独立验证,我们看到的就是一场强调姿态的军备竞赛。模型到底变安全了多少,恐怕要等下一次 VAPOR PANDA 式的事件,才能拿到答案。