夜雨聆风导语：这两天，OpenAI 推出了一个叫 Daybreak 的网络安全计划，正面对标 Anthropic 早先的 Project Glasswing。听起来很专业、很遥远，但它背后那件事，跟你手机里每一个 App、银行卡里每一笔钱都有关系——机器开始自己去找软件里的漏洞了。 今天咱们把这事从头到尾捋清楚：漏洞是什么、以前怎么找、AI 来了之后变了什么、对你我又意味着什么。
一、先说个让人后背发凉的事
先抛个真事，不是科幻。
2025 年 8 月，谷歌有个叫 Big Sleep 的 AI 系统，在一款几乎全世界视频软件都在用的开源组件（FFmpeg）和一款图像处理库（ImageMagick）里，自己找出了 20 个真实的、之前没人知道的安全漏洞。 没有人给它具体指路，它就像一个不知疲倦的安全研究员，一行一行地读代码，然后报告："这里有个洞。"
更早一点，2024 年底，这个系统的前身在 SQLite——一个装在你几乎每一部手机、每一个浏览器里的微型数据库——里，找到了一个能被利用的内存漏洞。后来它又揪出一个编号 CVE-2025-6965 的严重漏洞，据谷歌说，这个洞当时只有攻击者知道，正处在马上要被利用的边缘。
换句话说：一个 AI，赶在坏人动手之前，把门给堵上了。
这就是咱们今天要聊的事。当 OpenAI 这周推出 Daybreak、Anthropic 早先亮出 Project Glasswing，两家最顶尖的 AI 公司同时把枪口对准"网络安全"这个战场时，它们其实是在争同一件事的主导权——让 AI 来接管"找漏洞、补漏洞"这件又苦又难、又极度稀缺的活儿。
这件事是个双刃剑。用好了，软件会比以前安全得多；用歪了，攻击者手里也多了一把自动步枪。咱们一层层拆。
先立骨架 · 事件速览
• 时间 ：2026 年 6 月，OpenAI 发布网络安全计划 Daybreak （基于 GPT-5.5 结合 Codex security），正面对标 Anthropic 早先的 Project Glasswing 。 • 干什么 ：用 AI 自动化做威胁建模、漏洞识别与修补——通俗说，就是让 AI 当"自动化的安全工程师"。 • 不是凭空吹 ：谷歌 Big Sleep 在 2025 年 8 月于 FFmpeg/ImageMagick 找出 20 个真实零日漏洞；其前身 2024 年底在 SQLite 发现首个真实世界漏洞。 • 国家队也在干 ：美国 DARPA 办的 AI 网络挑战赛（AIxCC），2025 年 DEF CON 决赛上，AI 系统在四小时内扫过 5400 万行代码，修补了 43 个漏洞、并挖出 18 个此前无人知晓的真实漏洞。 • 关键词 ：零日漏洞（zero-day）、模糊测试（fuzzing）、自动化攻防。 • 为什么重要 ：找漏洞历来是"慢、贵、靠天才"的活儿，AI 把它变成了可规模化的流水线，攻防双方同时提速。
（事实据：谷歌 Project Zero / Big Sleep 公告；DARPA AIxCC 决赛报道；当日热点文件 AI 板块）
二、漏洞、零日、补丁：先把这三个词说明白
要看懂这场仗，得先搞清三个词，不难。
先说"漏洞"（vulnerability）。 说白了，就是软件里的一个没设计好的缝。 程序是人写的，几百万行代码里，难免有某个地方逻辑没考虑周全——比如本该检查一下"用户输入的东西有没有超长"，结果忘了检查。平时没事，可一旦有人专门拿一段精心构造的超长数据去捅这个缝，程序就可能崩溃，甚至被对方夺走控制权。这个"缝"，就是漏洞。
再说"零日漏洞"（zero-day）。 这个词特别唬人，其实意思很朴素：指的是一个已经存在、但软件厂商自己还不知道、因而还没来得及修的漏洞。 为什么叫"零日"？因为从厂商知道它到现在，过了"零天"——他们还没有任何时间去防。这种洞最值钱也最危险，因为防御方完全是睁眼瞎，攻击方却可以闷声利用。黑市上一个顶级零日漏洞，能卖到几十万甚至上百万美元。
最后说"补丁"（patch）。 找到缝之后，把它堵上的那一小段修正代码，就是补丁。你手机天天提示"系统更新""安全更新"，里头很大一部分，就是在打补丁。
把这三个词连起来，整个网络安全的攻防，本质就是一场比谁先找到"缝"的赛跑： 防守方想抢在坏人之前找到并补上；攻击方想抢在补丁之前找到并利用。谁手更快，谁就赢。
而这场赛跑里，最大的瓶颈一直是同一个——找缝，太难、太慢、太依赖少数天才了。
三、过去：找漏洞是门"手艺活"，靠人肉，也靠笨办法
在 AI 介入之前，找漏洞主要靠两条腿走路：靠顶尖的人，和靠一种叫"模糊测试"的笨办法。
第一条腿，是人。 全世界真正有能力在复杂代码里精准找出严重漏洞的安全研究员（业内叫"白帽黑客"），是极度稀缺的资源。这活儿要求一个人既懂底层原理，又有侦探般的耐心，还得有点"破坏性想象力"——能想到正常人想不到的歪门邪道。这样的人本来就少，养起来还贵。结果就是：全世界有海量的软件，却只有很少的人有能力审查它们的安全。供需严重失衡。
第二条腿，是"模糊测试"（fuzzing）。 这名字听着玄，原理特别像个没头脑的暴力试错。 你写个程序，自动往目标软件里塞各种乱七八糟、畸形的输入数据——超长的、带怪符号的、完全不合规矩的——然后盯着看：哪个输入能让目标软件崩溃？哪儿崩了，哪儿可能就藏着洞。
打个比方，这就好比你想知道一栋楼有没有结构隐患，又不想一根柱子一根柱子去算，干脆找来一千个人对着各个角落乱踹乱撞，看哪面墙先掉灰。能撞出问题，但纯靠运气和数量 ，撞不到的地方就是盲区。
这两条腿都管用，但都有天花板：人，不够用；模糊测试，够傻，看不懂代码的"意图"，很多需要理解逻辑才能发现的深层漏洞，它靠瞎撞一辈子也撞不出来。
于是矛盾就摆在这儿：软件的数量在指数级膨胀，而审查软件安全的能力，却被牢牢卡在"人"这个瓶颈上。 这就是 AI 切进来的口子。
四、现在：AI 把"读懂代码"和"暴力试错"合二为一
AI——确切说是大语言模型——为什么能在这件事上掀桌子？因为它第一次同时具备了两样过去要分开的能力：既能像人一样"读懂"代码的意图，又能像机器一样不知疲倦地规模化运转。
谷歌那套 Big Sleep 系统，思路就很说明问题。它不是简单地瞎撞，而是让 AI 像一个真正的研究员那样工作：先去理解一段代码"想干什么"，推测"哪里可能出问题"，然后主动构造针对性的测试去验证自己的猜想，发现可疑点之后还能进一步确认"这个洞到底能不能被真利用"。它把人类专家的那套思考方式 ，和机器的速度与耐力 ，捏到了一起。
效果前面说了：20 个真实零日，FFmpeg、ImageMagick、SQLite，全是真刀真枪在生产环境里跑的东西。
如果说 Big Sleep 是单兵作战的样板，那 DARPA 那场比赛 ，展示的就是这件事能放大到什么规模。
DARPA 是美国国防部那个专门搞前沿技术的机构（当年互联网的前身 ARPANET 就出自它手）。它办了一个 AI 网络安全挑战赛（AIxCC），2025 年在著名的 DEF CON 黑客大会上打了决赛。结果是这样的：七支队伍的 AI 系统，在四个小时里，处理了 5400 万行代码，成功修补了 54 个植入漏洞中的 43 个，还顺手挖出了 18 个连出题人都不知道的、真实存在的漏洞。
5400 万行代码是什么概念？一个熟练工程师一天能认真审几千行就不错了，5400 万行靠人去读，是以"人年"计的工作量。AI 把它压进了一个下午。
夺冠的队伍叫 Team Atlanta，它的打法也很有启发：不是单押 AI，而是把传统的模糊测试、符号执行 这些老办法，和会读代码的 AI 捏在一起——一种方法漏了，另一种往往能补上。这恰恰点破了趋势的本质：AI 不是把老办法扔掉，而是给那些笨而可靠的老办法，装上了一个会思考的大脑。
五、关键的一层：这是把"矛"，还是把"盾"？
讲到这儿，必须停下来掀开最关键的一层——也是 OpenAI 和 Anthropic 都极力想抢占的那个制高点：同一套能自动找漏洞的 AI，既能给防守方当盾，也能给攻击方当矛。 这是它最性感、也最让人睡不着觉的地方。
先看好的一面——它对防守方是天大的利好。
逻辑很直白：防守方一直被"人不够用"卡着脖子，全世界海量软件没人审。AI 把审查能力规模化之后，理论上，软件厂商可以在产品发布之前 ，就用 AI 把自家代码反复"自我攻击"一遍，把洞补在坏人发现之前。这就是 OpenAI 的 Daybreak、Anthropic 的 Glasswing 主打的叙事——让防御方第一次有机会，在"找漏洞"这件事上不再被动挨打。 谷歌那个赶在攻击者前面堵上 SQLite 漏洞的例子，就是这套逻辑的现实样板。
但反过来想，问题就来了：同一把刀，攻击者也能拿。
一个能自动在代码里找出可利用漏洞的系统，对坏人来说是什么？是一台自动化的"军火生产线"。 过去攻击者也受制于"高手稀缺"，现在如果这种能力被滥用，找洞、造攻击的门槛会被大幅拉低。这正是为什么这两年安全圈里"AI 漏洞风暴"的说法甚嚣尘上——大家担心的不是 AI 找洞这件事本身，而是攻防两端被同时加速之后，那个短暂的"窗口期"。
这里有个攻防的基本不对称，得讲清楚：防守方必须堵住所有的洞，攻击者只需要找到一个。 所以当找洞这件事被 AI 整体提速，攻击方理论上是占便宜的一方——他们的"只需一个"变得更容易了。防守方能不能赢，取决于他们用 AI 补洞的速度，能不能压过攻击方用 AI 找洞的速度。
这就是为什么顶级 AI 公司要亲自下场、还要把它做成有规矩的"产品"和"计划"，而不是把这种能力随便撒出去。Anthropic 的 Glasswing、OpenAI 的 Daybreak，本质上都是在抢一个定位：做那个把这把双刃剑、尽量朝"防御"那一面递出去的人。 谁能让防守方跑赢这场提速赛，谁就拿下了一个巨大的、关乎信任的市场。
六、那这事跟普通人，到底有什么关系
你可能会说：找漏洞、补漏洞，那都是工程师和黑客的事，跟我一个普通用户有啥关系？
关系大了，而且是直接的。
第一，你用的软件，大概率会变得更安全。 你手机里的操作系统、银行 App、浏览器、聊天工具，背后都跑着海量代码，里面藏着多少没被发现的洞，过去没人数得清。当 FFmpeg、SQLite 这种"地基级"的开源组件——它们被嵌在无数你每天在用的软件里——开始被 AI 系统反复体检、提前补洞，这份安全收益，最终会悄悄流到你这个终端用户身上。你不会有感觉，但你被攻击的概率，实实在在地降低了。
第二，"装安全"会变得更难，但"被精准攻击"的风险也在变。 一方面，厂商越来越没有借口说"我们没精力审代码了"；另一方面，咱们普通人也得明白：攻防都在提速，意味着旧漏洞被修得更快，新的攻击手法也可能冒得更勤。安全这件事，从来不是一劳永逸。
那咱们能做点啥？其实就两条最朴素的，但极其有效：
一是，别拖更新。 你每次嫌烦点掉的那个"系统安全更新""App 有新版本"，里头打的往往就是真实漏洞的补丁。AI 让厂商补洞越来越快，可补丁推到了你手机上，你不点"更新"，那道防线对你就等于不存在。及时更新，是普通人能享受到这场技术进步的、几乎零成本的方式。
二是，守好那些 AI 也救不了你的地方。 AI 能补软件的洞，补不了"人"的洞。绝大多数针对普通人的成功攻击，根本不是什么高深的零日漏洞，而是最古老的招——骗你点一个钓鱼链接、骗你输一次密码、骗你扫一个码。这部分防线，永远在你自己手里：不点来路不明的链接、重要账号开两步验证、不同网站别用同一个密码。 这些老生常谈，在 AI 时代不但没过时，反而更要紧。
七、说到底
咱们把这事收一收。
网络安全的核心，几十年来一直是一场"找缝赛跑"，而瓶颈一直卡在"会找缝的人太少"。AI 这次真正改变的，是把找漏洞从一门依赖天才的手艺，变成了一条可以规模化的流水线。 Big Sleep 找出 20 个真实零日，AIxCC 四小时扫 5400 万行代码，OpenAI 和 Anthropic 同时下场抢这个赛道——这些都是同一件事的不同侧面。
但技术从来是中性的。同一套能自动找洞的 AI，递给防守方是盾，落到攻击者手里是矛。这场仗的结局，不取决于 AI 有多强，而取决于人类社会能不能让"补"的速度，始终压过"攻"的速度。 顶级公司亲自下场、把它做成有节制的产品，争的就是这个。
而对咱们每个普通人来说，宏大的攻防叙事最后会落成一件特别小的事：手机弹出"安全更新"时，别再顺手点"稍后"了。 这世界的安全，很多时候就是由这种不起眼的小动作，一层层堆起来的。
参考来源
• 谷歌 Project Zero《From Naptime to Big Sleep: Using Large Language Models To Catch Vulnerabilities In Real-World Code》（2024-10）：https://projectzero.google/2024/10/from-naptime-to-big-sleep.html • 谷歌 Big Sleep 在 FFmpeg/ImageMagick 发现 20 个真实零日漏洞（2025-08）；SQLite 漏洞 CVE-2025-6965。来源：谷歌安全博客《A summer of security: empowering cyber defenders with AI》。 • DARPA AI Cyber Challenge（AIxCC）DEF CON 33 决赛：四小时处理 5400 万行代码，修补 43/54 个漏洞、发现 18 个真实未知漏洞，Team Atlanta（Atlantis 系统）夺冠。来源：DARPA 官方、Keysight AIxCC 2025 综述。 • OpenAI 推出 Daybreak（GPT-5.5-Cyber）对标 Anthropic Project Glasswing：当日热点文件 AI 板块（来源 openai.com）。 • 模糊测试（fuzzing）、零日漏洞概念：通用安全工程常识，综述见各大安全机构公开资料。
配图来源
• 封面、三关键词卡、找漏洞两条腿对照卡、AI 两个里程碑数据卡、双刃剑结构卡：均为本文用 PIL/Matplotlib 生成（数据出处见上文"参考来源"）。 • 网络图 1：DEF CON 黑客大会现场（Wikimedia Commons），授权以 Commons 文件页为准。
