开源中国模型网络攻击能力逼近顶尖闭源模型

免费提供的中国 AI 模型，正在网络攻防能力测试中展现出不容忽视的水平。WIRED 报道的一项实验要求多个模型尝试攻入模拟网络，结果显示，DeepSeek 和 GLM 的表现与 OpenAI 最先进的网络安全模型相距不远。后者目前并未向公众开放。这一发现把开源模型的能力边界、安全防护和潜在滥用风险推到同一场讨论之中。

模拟网络中的能力比较

这项实验的核心任务，是让 AI 模型对模拟网络发起攻击，观察它们能否完成入侵。它并非针对真实企业或个人系统的攻击记录，而是在模拟环境中评估模型执行网络攻击任务的能力。这个区别很重要：测试结果说明模型在受控条件下表现如何，不能直接等同于它们已经能够攻破现实中的任意网络。

报道给出的关键比较是，DeepSeek 与 GLM 的网络攻击能力“并不远逊于”OpenAI 最先进的网络安全模型。原文没有提供模型在实验中的具体分数、成功率、任务数量或排名，也没有说明测试使用的网络规模、任务设计和判定标准。因此，这一结果足以提示能力差距可能缩小，却不足以支持更精确的性能排序。

免费模型与未公开模型

对比双方的可获得性并不相同。报道将 DeepSeek 和 GLM 描述为免费的中国 AI 模型；作为参照的 OpenAI 网络安全模型则尚未公开。也就是说，实验对照的不只是不同模型的能力，还包括能力能否被普通用户接触这一现实差别。公开或免费提供的工具，可能让更多开发者和研究者参与测试，也意味着更广泛的人群能够尝试其功能。

不过，原文没有列出 DeepSeek、GLM 或 OpenAI 模型的具体型号，也没有给出实验发生日期、模型版本、使用方式或访问条件。不能据此判断测试针对的是哪一代模型，更不能把某一轮模拟实验的结果外推为所有版本、所有任务中的固定结论。模型能力会随版本、提示方式和测试环境变化，缺少这些信息时，比较应当保持谨慎。

能力提升带来的双重影响

网络安全能力本身具有双重用途。能够分析网络结构、识别弱点或协助执行安全测试的 AI，也可能被用于未授权入侵。模拟网络实验因此既能帮助研究者衡量模型是否适合安全工作，也能检验模型是否会为具有攻击性的任务提供过多帮助。报道所呈现的接近程度，尤其值得安全团队关注：即使模型并非专门面向攻击，只要具备相关能力，就可能进入攻防工具链。

但实验结果并不意味着这些模型已经能够自主完成真实世界攻击。要从模拟环境中的表现判断现实风险，还需要知道任务是否要求模型连续规划、是否允许调用外部工具、是否由研究人员提供提示，以及成功标准如何设定。原文没有披露这些细节，也没有提供开发方对测试结果的回应或具体防护措施，因此现阶段不宜把“接近”解读成完全相同，更不能据此断定现实网络已经面临某种确定程度的威胁。

公开程度与后续验证

OpenAI 的参照模型尚未公开，意味着公众无法像使用免费模型那样直接检验它，也难以独立复现实验中的对比。未公开可能限制外界了解其能力和安全边界；与此同时，模型开放程度不同，也使得简单的横向比较更复杂。对研究者而言，透明的测试方法、清晰的模型版本和可复现的评估任务，都是理解这类结论所必需的背景。

报道没有列出后续测试计划、发布安排或相关公司的政策变化。接下来真正有价值的工作，是在可控环境中持续评估不同模型面对同类任务时的表现，并公开足以复核的测试条件；同时观察安全限制能否有效区分授权防御与恶意攻击。对开发者和使用者来说，模型能力提升既可能降低安全研究门槛，也要求更认真地管理访问权限、使用场景和风险响应。

目前可以确认的是：一项模拟网络实验显示，DeepSeek、GLM 等免费中国模型在网络攻击任务上的表现已经接近 OpenAI 一款尚未公开的先进网络安全模型。由于原文没有给出分数、日期、具体型号和测试方法，这一结论应被视为值得重视的能力信号，而非对现实攻击效果的完整证明。后续评估能否做到透明、可复现，并把防御用途与滥用风险一并纳入，将决定公众如何准确理解这场能力竞赛。