随着AI能力提升，如何加强网络弹性？
摘要
随着AI模型的网络安全能力快速提升，OpenAI通过增强模型防御能力、构建多层安全保障、开展生态合作等方式，在助力防御者的同时限制滥用，持续强化网络弹性，为关键基础设施安全保驾护航。
一、AI网络安全能力：快速进步背后的机遇与挑战
你有没有想过，AI在网络安全领域的能力正在以怎样的速度发展？从实际数据来看，进步是惊人的。
通过“夺旗赛”（CTF）这种常见的网络安全能力评估方式，我们能清晰看到AI的成长：2025年8月，GPT-5在这类挑战中的成功率是27%；而到了2025年11月，GPT-5.1-Codex-Max的成功率已经飙升至76%。短短三个月，提升幅度超过两倍。
这种快速进步带来了实实在在的好处——为网络防御提供了更强有力的工具。但同时，也带来了“双重用途风险”：这些能力既可以帮助防御者守护系统，也可能被恶意利用，成为攻击的武器。
OpenAI对未来的预期很明确：即将推出的AI模型会延续这种发展势头。因此，他们正按照“高”级别网络安全能力的标准来规划和评估每一个新模型。那么，什么是“高”级别能力？简单来说，就是能做到这两点之一：要么能开发出针对防御严密系统的零日远程漏洞利用程序，要么能显著协助复杂、隐蔽的企业或工业入侵行动，以达成实际影响。
既然AI的网络安全能力在不断变强，核心问题就变成了：如何让这些能力主要服务于防御，同时最大限度减少滥用？这正是OpenAI当前工作的重点。
二、给防御者“加分”：AI如何助力网络安全防御？
网络防御者常常面临“寡不敌众、资源不足”的困境，而AI的进步恰好能为他们提供支持。OpenAI正在做的，就是让模型和产品成为防御者的“强援”。
具体来说，他们在两个方向发力：
-
强化模型的防御性网络安全任务能力，让模型更擅长处理防御相关的工作； -
开发实用工具，让防御者能更轻松地完成代码审计、漏洞修补等日常工作。
想象一下，以前防御者可能需要花费大量时间手动检查代码中的漏洞，而有了AI工具的帮助，这个过程可以大大提速，甚至能发现一些人工难以察觉的潜在问题。这就是AI为防御者带来的“显著优势”。
三、防范恶意使用：AI网络安全能力的“安全锁”
既然防御和攻击往往依赖于相同的基础知识和技术，那么如何确保AI的强大能力不被滥用？OpenAI的答案是“纵深防御”——不依赖单一的安全措施，而是通过多层防护来平衡风险，同时赋能合法用户。
（一）基础安全架构：全方位防护的“地基”
最底层的安全保障，是一套组合拳：
-
访问控制：确保只有合适的人能接触到特定能力； -
基础设施加固：让承载AI的系统本身更难被攻破； -
出口控制：管控信息的流出，防止敏感内容外泄； -
监控系统：持续关注异常情况。
在此基础上，还有检测与响应系统、专门的威胁情报和内部风险防控项目。这些措施的目标很明确：快速识别并阻止新出现的威胁。而且，这些安全措施不是一成不变的，它们会随着威胁形势的变化而进化——因为OpenAI假设“变化是常态”，所以系统设计上就预留了快速调整的空间。
（二）三层核心防护：让安全更有针对性
在基础架构之上，还有三层更具体的防护措施：
-
训练模型“明辨是非”
模型会被专门训练，对那些明显用于网络滥用的请求，要么拒绝回应，要么给出安全的答复；但对于合法的防御和教育用途，会尽可能提供帮助。比如，有人想了解如何防御某种网络攻击，模型会详细解答；但如果有人问如何发起这种攻击，模型就会拒绝。 -
全系统检测：及时发现“异常信号”
所有使用前沿模型的产品，都会受到全系统的监控，目的是发现潜在的恶意网络活动。一旦发现不安全的行为，可能会采取几种措施：直接阻断输出、将请求转交给更安全或能力较低的模型处理，或者上报给相关人员进行处理。处理过程会结合自动化工具和人工审核，参考法律要求、行为的严重程度、是否有重复行为等因素。同时，OpenAI还会和开发者、企业客户密切合作，统一安全标准，明确问题上报的渠道。 -
端到端红队测试：模拟“实战攻击”找漏洞
红队是网络安全领域的“模拟攻击者”，他们的任务就是想尽办法绕过所有防御措施，就像一个有决心、有资源的对手那样行动。OpenAI正与专业的红队组织合作，通过这种端到端的测试来评估和改进安全措施。这样做的好处是能尽早发现防御体系中的漏洞，从而全面加强整个系统的安全性。
四、生态联手：让网络弹性“众人拾柴火焰高”
网络安全不是某一家企业的事，而是需要整个生态系统共同努力。OpenAI很早就开始将AI应用于防御性网络安全，并与全球专家密切合作，不断完善模型和应用。他们重视全球网络安全从业者的付出，致力于提供强大的工具来支持防御工作。在推出新的安全措施时，也会持续与网络安全社区沟通，了解AI在哪些地方能真正增强弹性，哪些地方需要更谨慎的防护。
具体来说，有这些生态系统举措：
（一）可信访问计划：让合适的人用对能力
OpenAI计划推出一个“可信访问计划”，为那些从事网络防御的合格用户和客户提供分级访问权限，让他们能使用最新模型中更强大的防御性能力。不过，这个计划还在探索阶段——哪些能力可以广泛开放，哪些需要分级限制，这些边界还在研究中。最终目标是让这个计划成为构建有弹性生态系统的一块基石。
（二）Aardvark：自动找漏洞、提补丁的“安全助手”
Aardvark是OpenAI开发的一个“智能安全研究员”，现在已经进入私人测试阶段。它能扫描代码库寻找漏洞，并提出补丁建议，让维护人员能快速采用。厉害的是，它已经通过对整个代码库的分析，在开源软件中发现了新的CVE（通用漏洞披露）。
为了助力开源软件生态系统和供应链的安全，OpenAI计划为选定的非商业开源仓库提供免费的Aardvark服务。如果你有兴趣参与测试，可以通过指定链接申请。
（三）前沿风险委员会：让专家为安全“把关”
OpenAI将成立“前沿风险委员会”，这是一个咨询小组，会邀请有经验的网络防御者和安全从业者与他们的团队密切合作。初期，委员会将聚焦网络安全领域，未来会扩展到其他前沿能力领域。
委员会成员的主要任务是提供建议，明确“有用且负责任的能力”与“潜在滥用”之间的界限。这些见解会直接用于模型评估和安全措施的制定。关于这个委员会的更多信息，后续会陆续公布。
（四）行业协作：共同应对跨实验室风险
OpenAI预计，行业内任何一个前沿模型都可能被用于网络滥用。为了应对这个问题，他们通过“前沿模型论坛”与其他前沿实验室合作。这个论坛是一个由领先AI实验室和行业合作伙伴支持的非营利组织，目的是建立对威胁模型和最佳实践的共识。
在这个框架下，威胁建模能帮助识别AI能力可能被武器化的方式、不同威胁行为者面临的关键瓶颈，以及前沿模型可能带来的影响。这种合作旨在让整个生态系统（包括实验室、维护者、防御者）对威胁行为者和攻击路径有一致的理解，从而更好地改进防御措施，确保关键安全信息能在生态系统中快速传播。
同时，OpenAI还在与外部团队合作开发网络安全评估方法，希望建立独立的评估生态系统，进一步促进对模型能力的共同理解。
五、长期承诺：让AI成为网络安全的“正能量”
这些举措都反映了OpenAI的长期承诺：强化生态系统的防御能力。随着模型能力的提升，他们的目标是确保这些能力能真正为防御者所用——立足于实际需求，吸收专家意见，谨慎部署。
除此之外，OpenAI还计划探索其他举措和网络安全资助项目，以发掘那些可能不会从传统渠道涌现的突破性想法，并从学术界、行业和开源社区征集大胆、创新的防御方案。
总之，这是一项持续的工作。随着对“如何最有效地提升实际安全水平”的理解不断加深，这些项目也会不断进化。
FAQ：关于AI与网络弹性的常见问题
1. AI的网络安全能力提升，对普通用户有什么影响？
AI网络安全能力的提升，最终会让整个数字世界更安全。比如，通过AI工具更快发现并修补软件漏洞，普通用户使用的App、网站会更难被黑客攻击，个人信息也更安全。
2. “纵深防御”具体是怎么平衡安全和可用性的？
它不依赖单一措施，而是结合访问控制、监控、模型训练等多种方式。比如，既通过访问控制限制高风险能力的使用，又通过模型训练让合法用户能顺畅获取防御所需的帮助，避免“一刀切”影响正常使用。
3. Aardvark为什么要免费服务非商业开源仓库？
开源软件是很多数字基础设施的基础，其安全性影响广泛。免费为非商业开源仓库提供服务，能提升整个开源生态的安全性，进而让更多依赖开源软件的用户受益。
4. 前沿风险委员会的意见会如何影响普通用户使用AI工具？
委员会的意见会帮助明确AI能力的合理边界，确保推出的工具既强大又安全。普通用户在使用时，会更少遇到功能过度限制的情况，同时也不用担心工具被滥用带来的间接风险。
5. 不同AI实验室合作的意义是什么？
网络威胁是全球性的，单个实验室的努力有限。合作能让大家共享威胁信息和最佳实践，避免重复劳动，更快地建立起全行业的安全标准，从而更有效地应对跨平台的网络滥用风险。
通过这些努力，我们有理由期待，随着AI能力的不断进步，网络世界的“弹性”会越来越强——既不会因技术进步而放任风险，也不会因过度担忧而阻碍防御能力的提升。这或许就是AI时代网络安全的最佳状态：让技术真正成为守护的力量。
