评测显示：中国开源模型在自主入侵任务上逼近OpenAI受限模型，成本约为十分之一

Dealroom 在11月6日的一则报道给出了一个不太舒服的结论：在让AI智能体自主攻击模拟企业网络的评测中，中国的开源权重模型已经追上 OpenAI 只对受限网络安全项目开放的旗舰模型，而成本只是后者的一小部分。

这类评测与常见的单题闯关式安全基准不同。智能体面对的是带服务器、工作站、账号和真实安全缺口的模拟企业网络，需要在无人协助的情况下自己完成侦察、拿到凭据、横向移动直到控制关键系统的多步链条，每一步都依赖上一步的结果。

报道着重对比的是成本。闭源前沿模型只能通过厂商控制的受限访问计划使用，价格与配额都由厂商掌握；开放权重的模型可以下载后自行部署，完成同类任务的成本约为前者的十分之一，且不受使用限制。

更麻烦的是可控性。只要模型权重公开，就没有任何服务商能够监测或阻止它被如何使用，厂商侧的滥用检测、速率限制与访问审批在这一刻全部失效。这既是开放权重带来的能力红利，也是它留下的治理空白。

评测还发现，模型能走多远与允许它运行多久高度相关。随着消耗的算力增加，智能体完成的目标数量继续上升，有些模型的大部分进展出现在很长时间的运行之后。这意味着用短测试来评估风险，很可能低估了这些系统真正能做到的事。

同一套能力对防守方同样有效。能找出入侵路径的模型，也能找出自家系统的薄弱点，企业可以先用它们对自己的网络做测试和修补。评测方的判断是，未来几个月里，针对真实企业网络的此类攻击会变得更常见。