ARTICLE · 1318473
AI 越来越会找软件漏洞,网络安全会变得更安全吗?
10 月 27 日，法国 AI 公司 Mistral 把旗舰模型 Mistral Large 4 的权重公开发布。这是一个总参数约一万亿、每次推理激活约 520 亿参数的多模态模型，也是欧洲第一个万亿级开源权重模型。官方在公告里给它的定位中，"防御性网络安全"排在很靠前的位置：发现漏洞、复现漏洞、写出补丁。
安全行业有个延续多年的困境：已知漏洞的修补速度，远远赶不上漏洞被发现的速度。现在，找漏洞这件事正在从安全研究员的手艺变成模型参数里的能力。这对每个用软件的人都有关联：AI 越来越会找漏洞，网络会因此更安全，还是更危险？
01｜先看事实：这份"安全成绩单"里写了什么
按 Mistral 官方公告（10 月 6 日发布预览，10 月 27 日发布权重）：模型总参数约 1 万亿、激活约 520 亿，混合专家（MoE）架构，原生支持文本和图像输入，在自有欧洲数据中心用 3,800 块 NVIDIA Grace Blackwell GPU 从零训练。许可证是修改版 MIT：允许商用、微调和再分发，只有把模型包装成云服务转售的厂商需要另行谈判。
与安全直接相关的数字有三组。
真实漏洞的复现与修补。在一项"复现并修补真实开源软件漏洞"的测试中，它得分 82%，官方称这是包括闭源模型在内的所有模型中最高分。作为对照，官方图表里 Claude Opus 5.5 和 GPT-6 Astra 在这项测试上接近 0 分——按官方的解释，它们不是不会做，而是拒绝做。
恶意请求的拒答率。在 JailbreakBench、StrongREJECT、AgentHarm 三套恶意提示测试上，平均拒答率 96.6%，官方称是开源模型中最高；对提示注入攻击的抵御率 97.1%，同样位居开源模型首位。
综合能力榜的位置。在 Artificial Analysis 的网络安全综合指数上它得分 51%。这里需要如实说明：同一张榜单上，DeepSeek-V4.1-Flash（57%）和 MiMo-V2.6-Pro（56%）都比它高。Mistral 领先的是"漏洞复现加修补"单项和拒答率，并不是网络安全综合能力榜的第一名。
编码是它的另一个主打：在 Cognition FrontierCode 2.0 上得分 19.7%，领先榜单上其他开源模型。安全能力和编码能力出现在同一个模型里，并非巧合——理解代码，是找漏洞和写补丁共同的前提。
02｜变化在哪：从辅助工具到端到端复现
AI 参与漏洞研究并不新鲜，几年前的工具已经能辅助模糊测试的参数优化、标注代码审计的重点区域。这一次的不同有三个。
一是从"辅助人"变成"端到端"。82% 那项测试考核的是完整链条：拿到一个真实存在的开源漏洞信息，模型要自己定位代码、写出可运行的复现、再给出能用的补丁。这差不多是过去安全团队里一名资深研究员几天的工作量。
二是能力随权重扩散。闭源模型再强，能力都锁在厂商的服务端，厂商随时可以加限制；开源权重一旦发布就没有收回这回事。这份许可证明确允许任何人下载、本地部署、微调、商用。第三方规格页显示它的上下文窗口约一百万 token（官方公告页未标注此参数），足以把一个中型代码库整体放进上下文里排查问题。
三是攻防边界被做成了产品能力。官方明确说，模型的守卫机制会区分防御性任务和攻击性任务，防御工作"不需要不必要的拒答"。换句话说，厂商在模型层面做出承诺：你做防御，我配合；你想攻击，我拒绝。
03｜同一份权重里的两副面孔
这正是争议的核心。96.6% 的拒答率听起来让人安心，但要分清它管住了什么、没管住什么。
拒答是模型行为，不是权重属性。通过官方接口调用时，守卫机制在起作用；把权重下载到本地之后，是否拒答取决于运行者怎么配置——系统提示词、微调、推理参数都可以改，而许可证允许这一切。官方自己也坦白：在实时流量监测中观察到"潜在攻击能力提升"，护栏仍在更新。
所以那 96.6% 回答的问题是"模型会不会配合攻击者"，而安全真正的边界问题是"攻击者能不能不靠模型自己干"。对后一个问题，开源权重把一种此前集中在头部厂商和国家级力量的漏洞研究能力，变成了一份可以免费下载的文件。能力的扩散不可逆。
Mistral 并非没有考虑这一层。它把更进一步的攻击性能力——渗透测试、红队、漏洞评估——从通用模型里分离出来，只提供给经过审核的企业设计伙伴（公告点名了 Orange Cyberdefense），附带合同约束，且仅限授权系统。但这个安排的边界意义正在稀释：通用模型本身已经能拿到 82% 的漏洞复现修补分，"专用变体才危险"的假设越来越难维持。
04｜两条路线：开放加高拒答，还是训练期削减
Mistral 的发布恰好和另一个案例构成对照。三天前的 10 月 24 日，路透社报道，中国的月之暗面（Moonshot AI）在发布新模型 Kimi K3.1 Pro 时主动宣布：从训练语料和强化学习环境里移除了部分网络攻击内容，以降低模型被用于漏洞利用的能力。其内部沙盒测试显示，削减版在攻击性安全任务上的表现比未削减对照版低了约 9 个百分点（81.0% 对 90.5%，企业自报、未独立验证），并计划 11 月 4 日公开权重。
两家厂商面对同一道题，给出了相反的解法。Mistral 保留能力，靠拒答率和使用审核划线，主打"让防御者用上最好的工具"；Moonshot 从训练源头削减能力，宁可牺牲部分性能。前者赌守卫机制足够可靠，后者赌能力削减不会让模型变成"干不了活的玩具"。
两种路线目前都没有经过独立检验：Mistral 的完整技术报告截至权重发布仍未公布，Kimi 的削减效果是企业自报数字。11 月 4 日 Kimi 权重公开之后，两边都会接受同样的第三方复核。
05｜会更安全吗：取决于三个还没答案的问题
回到标题的问题。在能力层面，答案接近"是"：能自动复现漏洞并写出补丁的模型，对防守方是真实的工具。开源软件的漏洞修补长期积压，安全团队缺的从来不是漏洞数量，而是处理漏洞的人手。
但"更安全"的结论，要等三个问题有答案。
基准分会不会变成生产力。82% 是在测试环境里对已知开源漏洞的成绩；生产系统里的未知漏洞、复杂业务逻辑、供应链依赖，还没有同等证据。研究能力和实际安全之间的距离，历来都卡在这一段。
攻防两侧谁先用上。防御者要真正把模型接进漏洞管理流程，需要工具链改造、流程重构和专业判断；攻击者用上它的门槛低得多——一条下载命令。
治理能否跟上能力扩散。拒答率、使用审核、合同约束都是厂商层面的安排。当能力以权重形式扩散之后，行业需要的是独立评测、漏洞披露协作和平台责任，而不只是厂商自律。
比较合理的判断是：AI 会显著抬高漏洞研究的效率上限，防御侧因此获得的增益是真实的；但网络是否"更安全"，取决于防守方把新工具接入实战的速度，能不能快过攻击门槛下降的速度。这场竞赛刚刚换了发令枪，胜负未定。
值得持续观察的信号：11 月 4 日 Kimi 权重发布后两边的独立评测结果；第一批用 AI 完成漏洞复现与修补的真实安全运营案例；以及下一批模型发布时，各厂商如何在"能力、开放与安全"之间做取舍。
参考来源
Introducing Mistral Large 4 – Mistral AI，2026-10-06：https://mistral.ai/news/mistral-large-4 Mistral Large 4 (Le Chonk) is now open weight – Mistral AI，权重 2026-10-27 发布，页面 2026-10-30 访问：https://mistral.ai/news/mistral-large-4-oss Moonshot curbs hacking ability in new Kimi model as fears grow over AI-powered cyberattacks – Reuters，2026-10-24：https://www.reuters.com/technology/moonshot-curbs-hacking-ability-new-kimi-model-fears-grow-over-ai-powered-2026-10-24/ Mistral Large 4: How good is the 'best open model outside China' – ActusIA，2026-10：https://www.actuia.com/en/news/mistral-large-4-how-good-is-the-best-open-model-outside-china 上下文窗口约 1M token 的规格来自第三方规格页与媒体报道（Deployalo、eWeek 等，2026-10），Mistral 官方公告页未标注；文中基准数字除注明"企业自报"外均出自 Mistral 官方公告页（2026-10-30 访问），尚待独立复核。
看懂 AI 变化，探索未来可能。
