AI 资讯站 2026-10-07 10:00 · IT

当漏洞开始由AI“发明”：戴蒙的“十倍风险论”与网络安全攻守易位

导语

10月6日，摩根大通首席执行官杰米·戴蒙（Jamie Dimon）在伦敦举行的第14届摩根大通年度科技峰会上，接受彭博电视主持人汤姆·麦肯齐（Tom Mackenzie）采访时抛出一句分量极重的判断：自Anthropic旗下模型Mythos问世之后，人工智能带来的网络安全风险“上升了十倍”。说这话的人，恰恰是连续第五年被评为全球AI应用最领先银行、同时正在亲自测试Mythos的那家银行的掌门人。当“最会用AI的人”开始警告“AI最危险”，值得读懂的并非恐慌，而是攻守规则正在被悄然改写。

一、一句“十倍”，来自最没有理由唱空AI的人

戴蒙的原话是：“我在董事长信函中写道……网络安全是我们面临的最大风险。而那时Mythos还未发布。我认为，Mythos问世之后，这一风险已上升了十倍。”

这句话的语境很关键。摩根大通不是站在AI门外的旁观者：在2026年Evident AI Index中，它已连续第五年蝉联“全球AI应用最先进银行”，第一资本信贷与加拿大皇家银行紧随其后。也就是说，戴蒙不是在质疑AI的价值——他同时承认AI在攻克疾病、预防交通事故、推动材料科学上“潜力巨大”，而是以一个深度使用者、而非恐惧者的身份，指出了这项技术“负面的一侧”。

更值得注意的是他的措辞分寸。他强调“AI制造出了我们以前并不知道的漏洞”，却明确拒绝陷入“AI是否构成生存性威胁”的争论，只是说“这种担忧是合理的，也是真实存在的”。“我们正在做的，是卷起袖子，着手解决问题。”——这不是末日论，而是风险工程学的口径。

二、为什么是Mythos？一次“数量级跃迁”

要理解“十倍”从何而来，必须回到Mythos本身。

它是Anthropic Claude产品线中能力最强的模型，专长于编程。技术报告披露的两组数据解释了它为何让金融界紧张：在软件工程测试SWE-bench Verified上，Mythos得分93.9%，上一代Opus 4.6为80.8%；在网络安全能力评估CyberGym测试中，Mythos得到83.1%，远超Opus 4.6的66.6%。

但真正改变性质的，是“从发现漏洞到利用漏洞”的那一步。内部测试显示，Opus 4.6几乎无法独立写出可用的攻击程序，攻击成功率接近0%——它几百次尝试把火狐浏览器漏洞转化为真正能控制浏览器的攻击代码，只成功了2次。而在同样的测试里，Mythos有181次写出了可用于攻击的代码，另有29次接近取得系统控制权。Anthropic把这种变化称为“数量级跃迁”。

而且，Anthropic强调它并未专门训练Mythos的网络安全用途。换言之，当模型的编程、推理与自主执行能力同步增强后，漏洞发现与利用能力是自然涌现的“副产品”。这一点比能力本身更令人不安：它意味着没有任何一家公司能通过“不训练攻击能力”来回避这条路径——能力升级的方向，本身就是威胁升级的方向。

据Anthropic的自我报告，Mythos在数周内发现了数千个零日漏洞，覆盖几乎所有主流操作系统与浏览器。

三、全球监管的连锁反应：从央行圆桌到“玻璃之翼”

戴蒙的警告并非孤立声音，而是全球监管层过去半年多持续紧张的最新回响。

欧洲央行监管委员会副主席弗兰克·埃尔德森点出了问题的技术核心：“如果某家大型软件供应商发布了一个补丁，攻击者很有可能在短短30分钟内，就通过逆向工程找出这个补丁本来要修复的漏洞。”传统“打补丁”的安全节奏，在AI加速器面前已经严重滞后。

与此同时，Anthropic做了一个前所未有的动作：出于安全考虑，它对Mythos采取“有限发布”，启动名为“玻璃之翼”（Project Glasswing）的项目，仅向微软、苹果、英伟达、谷歌、亚马逊、博通、思科、Linux基金会、派拓网络、摩根大通等12家美国巨头提供访问权，让关键基础设施方“先把防火墙码高”。近期，Anthropic又在扩大先进模型的访问权限，向“特定机构”开放。

四、我的观察：这不是“AI更容易被黑”，而是攻守关系的结构性改写

把上面的碎片拼起来，我认为戴蒙的“十倍”真正指向的，是三个被大多数解读忽略的结构性变化。

**其一，安全的“未知”被AI量产了。**过去四十年，网络安全的商业逻辑建立在“已知漏洞清单”之上：有人发现、有人编号、有人修复、有人订阅情报。而AI的可怕之处在于，它把“发现未知漏洞”的成本从数年、数人压缩到数周、数模型。**当“未知”可以被工业化地量产，基于“已知”构建的整个防御产业，其地基就松动了。**戴蒙那句“AI制造出了我们以前并不知道的漏洞”，说的正是这个逻辑：威胁不再是清单上的某一条，而是清单本身正在被无限拉长。

**其二，攻防第一次“同源”。**历史上，盾与矛往往由不同的技术路径构成。但Mythos这类模型，既是防御方用来排查漏洞的工具，也是攻击方可以调用的能力。同一个模型、同一套权重、同一个API，站在哪一边只取决于谁在调用它。这种“攻守同源”消解了安全行业“以己之长攻彼之短”的传统策略——你无法用“更懂防御”来对冲“对方更懂攻击”，因为双方用的是同一个大脑。摩根大通 CFO 杰里米·巴纳姆的话很朴实：“这些工具能更容易找出漏洞，但同时也可能被恶意人士用于发动攻击。”

其三，也是最微妙的一点：安全，正在变成一种特权。“玻璃之翼”的设计初衷无疑是善意的——把最锋利的工具先交给最需要加固的基础设施方，“先码高防火墙”。但从产业视角看，它同时制造了一种新的不对称：**在漏洞被修补之前，谁先拿到模型，谁就先拿到了“优先免疫权”。**当12家巨头在提前补墙，剩下的成千上万家企业只能等到模型更广泛可用、或等到攻击者用上同类能力时才被动应对。安全能力第一次出现了“准入资格”的划分。这不一定是坏事，但它是一个必须被公开讨论的治理新变量——否则“为你好而延后发布”很容易滑向“为强者先筑墙”。

把这三条放在一起看，戴蒙的“十倍”就不只是一个银行家的风险加权，而是一句对产业时代的判断：**AI时代最危险的不是某个具体的攻击，而是“发现漏洞”这件事本身的民主化与工业化。**当漏洞的产生速度超过人类的修补速度，金融、水务、交通这些彼此高度耦合的关键行业，将从“有没有被攻击”转向“什么时候被攻击”的被动命题。

戴蒙给出的并非只有警告。他提到的由50家企业组成、横跨科技、金融、水务、交通等六大关键行业的“关键基础设施联盟”，以及他反复强调的“基本功”论——如何保护数据、保护网络与硬件、是否定期更换密码——其实指向同一个结论：**在AI把风险放大十倍的同时，人类能做的对冲，仍然是把最古老的安全纪律做到极致。**先进工具可以帮你更快发现漏洞，但补不补、多久补、有没有人负责补，最终仍是人的问题。

结语

10月7日，纽约市议会也就AI风险举行听证，OpenAI、Anthropic、谷歌、Meta的代表同时出席。从华尔街的财报电话会，到伦敦的科技峰会，再到地方立法机构的听证席，一个问题正在被反复摆上台面：当AI既是最高效的盾、又是最锋利的矛，我们究竟是在用它加固系统的护城河，还是在给对手锻造一把万能钥匙？

戴蒙说，他不会为此“歇斯底里”，而是“卷起袖子解决问题”。这或许是最清醒的态度——面对攻守易位，恐慌无用，但不能误以为时间仍站在防御者一边。

信息来源

← 返回首页