新智元报道
AI 漏洞挖掘领域的竞争已白热化。两个月前，Anthropic 的 Mythos 模型自主发现 FreeBSD 系统中潜伏 17 年的漏洞，引发安全圈震动。如今，中国 AI 力量强势入局。
清华 NASP 实验室利用智谱最新发布的 GLM-5.3 模型，深入 Cursor 底层架构，成功在权限校验逻辑中发现严重漏洞。攻击者若利用该漏洞，可任意写入文件甚至接管整个开发环境。
GLM-5.3 参数量为 7530 亿，仅为 Mythos 的十分之一，但在安全评测得分上实现反超，标志着国产大模型在安全领域的重大突破。
2436 个漏洞，有些藏了 45 年
自 GLM-5.2 发布以来，智谱联合国内顶尖安全团队，在一个多月内累计发现 2436 个漏洞。其中 1097 个为中高危漏洞，覆盖系统内核、浏览器引擎、开源组件及互联网底层协议，涉及 269 个项目。
最古老的漏洞可追溯至 45 年前。参照 Zerodium、Pwn2Own 等公开悬赏标准，这些漏洞的预估总价值高达 3000 万元。
国民级应用与微软邮箱险遭重创
在某款日活数亿的国民级通信软件中，研究人员发现了一个“零点击”漏洞。攻击者无需诱导用户点击链接或下载文件，仅发送一条看似正常的消息即可接管手机。该漏洞潜伏于私有协议与内存管理的交界处，触发条件极难复现。得益于 GLM-5.3 对海量二进制代码的异常定位与逻辑还原能力，该隐患在爆发前被彻底消除。
在企业邮箱领域，赛博昆仑团队利用 GLM 连续挖掘出三个微软漏洞，串联成完整攻击链：用户预览邮件即可导致服务端被远程击穿。此类漏洞曾在 2021 年 ProxyLogon 事件中导致全球大量 Exchange 服务器沦陷。此次微软修复后，官方特别致谢了"Kunlun Lab & GLM"。
DNS 协议级漏洞：互联网地基的定时炸弹
最为惊险的发现藏在 DNS 协议中。作为互联网的导航枢纽，DNS 协议诞生于 1983 年，历经 43 年全球安全专家的反复审查与自动化扫描，始终未被发现存在致命缺陷。
GLM-5.3 仅用两周时间，便定位到一类潜伏已久的协议级漏洞。攻击者只需发送少量特殊构造的请求，即可将服务器计算压力放大近 8 万倍，导致网站瘫痪、邮件中断及云服务崩溃，潜在影响超过 1000 万处公网 DNS 服务。这颗埋藏 45 年的“定时炸弹”，最终在引爆前被成功拆除。
追凶 Neo：以 AI 制衡 AI
GLM 不仅擅长挖掘漏洞，更能追踪攻击源头。今年 7 月，安全团队锁定一台巴西可疑服务器，GLM-5.3 分析发现其背后并非人类黑客，而是一个代号为"Neo"的 AI Agent。
Neo 专门针对 A 国会计师事务所和税务机构发起攻击。在不到两个月时间内，它自动搭建 4 台服务器、注册 7 个域名、爬取 6 万个邮箱地址、编写 100 多个脚本，并发送了 18567 封钓鱼邮件。面对散落在数千目录和数万日志中的犯罪痕迹，人工溯源几无可能。
GLM-5.3 通过对海量数据的深度分析，完整还原了攻击链：从猎物筛选、邮件系统搭建到伪装客户投递恶意文件的全过程，最终协助团队将"Neo"缉拿归案。
十分之一体量，性能正面反超
在权威安全评测基准 CyberGym 中，GLM-5.3 取得 84.5% 的高分，超越参数量为其 10 倍的 Mythos（83.8%）以及 OpenAI 旗舰 GPT-5.6（83.6%），展现出极高的能效比。在需要实际利用漏洞的 ExploitBench 和 ExploitGym 测试中，GLM-5.3 虽暂未超越 Mythos，但相比上一代提升了两至三倍，差距正在快速缩小。
在实际产品安全审计中，GLM-5.3 同样表现卓越：
- AssetFlow 素材库：发现版本更新后下载仍为旧版本的缓存逻辑错误，并提出锁定版本号读取缓存的修复方案。
- SprintBoard 团队看板：识别出普通成员越权删除任务、数据未持久化及并发冲突等严重问题，协助将原型改造为符合交付标准的产品。
- 3D 智能仓库：为 AGV 机器人调度系统补全身份认证、防重放、哈希链审计等 33 项安全与业务测试，实现攻防闭环。
开源 Coding 标杆，全能回归
除安全能力外，GLM-5.3 在编程领域亦全面领先。在六项主流编程评测中，GLM-5.3 均位列开源模型第一。
- Terminal-Bench 3.0：复杂终端任务处理能力从 4.6 跃升至 28.3。
- Agents' Last Exam：跨工具协作与长程任务得分为 28.5，紧逼 GPT-5.6 Sol 的 28.6。
- AutomationBench 与 GDPVal-AA v2：反超所有闭源模型，夺得全场第一。
在模拟真实编码体验的 Z.ai Code Bench 上，GLM-5.3 High 准确率达 31.4%，超越 Claude Opus 4.8 Max 的 29.5%，且平均任务消耗 Token 数仅为后者的一半（5 万 vs 12 万）。
实测显示，GLM-5.3 能一次性生成包含地图建模、碰撞检测及状态管理的迷宫吃豆游戏，并自动添加调试模式；还能将俄罗斯方块升级为支持三维旋转的立体版本；更能在场景还原任务中，独立完成带有轨迹队列回溯采样的复杂小火车调度逻辑，展现了资深图形工程师级别的优化决策能力。
闭源的矛，刺穿了自己人
当前 AI 安全领域存在严峻的不对称性：攻击者可自由使用先进 AI 寻找漏洞，而防御者若想获得同等能力的 AI 辅助，却受限于闭源模型的访问门槛。Anthropic 的 Mythos 仅向约 150 家大型机构开放，全球 5000 万中小企业及 4 亿开源项目被拒之门外。
今年 7 月，OpenAI 智能体入侵 Hugging Face 事件暴露了这一矛盾。面对攻击日志分析需求，闭源模型拒绝提供服务。Hugging Face 最终通过部署开源的智谱 GLM-5.2，成功还原了 1.7 万条攻击事件的完整链条。
这一危机促使英伟达 CEO 黄仁勋宣布联合 37 家机构成立“开放安全 AI 联盟”，OpenAI、Anthropic、Google 等闭源巨头均未入选。其核心理念在于：当攻击者已掌握前沿 AI 武器时，防御者绝不能被锁在门外。
最好的盾，必须属于所有人
GLM-5.3 的实战表现证明，开源模型的安全能力已足以媲美闭源前沿，且对所有人开放。开发者、安全团队及中小企业均可私有化部署，无需审批即可拥有顶级防御能力。
智谱同步上线漏洞披露账簿（cvd.z.ai），所有发现均进入 CNVD、CNNVD 负责任披露流程，确保可利用代码不公开，并逐一联系厂商修复。该项目汇聚了清华、南开、云起无垠、绿盟科技、赛博昆仑、奇安信、腾讯玄武等十余支国内顶级安全团队的力量。
智谱正式启动“开源的盾”计划：
对重点开源项目进行持续安全审计，免费协助维护者发现并修复风险。
向开源社区开放免费模型额度，让安全审计不再是少数人的特权。
在 ZCode 平台上线代码审计功能，将安全检查融入每位开发者的日常工作流。
当最强的矛握在少数人手中时，最好的盾必须属于所有人。
编辑：摩西 所罗门