一场关于「谁有权使用最强 AI」的争论
2026 年 4 月底，OpenAI 做出了一个与其一贯立场看似矛盾的决定：推出专用网络安全测试工具 GPT-5.5 Cyber，但仅向「核心网络防御者」开放。这个决定的微妙之处在于：仅仅几个月前，OpenAI 还在公开批评 Anthropic 对其 Claude Mythos 网络安全模型采取类似的访问限制。现在，OpenAI 自己也开始做同样的事情。
这种转变背后的逻辑值得深入分析。OpenAI 之前的立场是：AI 技术应该尽可能广泛地开放，让更多的人能够受益。而 Anthropic 的立场则是：高风险的 AI 工具应该只对经过审查的用户开放。两种立场，代表了 AI 产业在「开放 vs 安全」这个核心议题上的两极。现在，OpenAI 选择向 Anthropic 的立场靠拢——这种转变，折射出 AI 行业对高风险应用领域的认知正在趋于理性。
GPT-5.5 Cyber 的核心能力，是帮助网络安全专业人员发现和修复系统中的漏洞。这种能力，如果落入恶意攻击者手中，也可以被用来发现系统漏洞并发动攻击。这就是为什么 OpenAI 选择了「仅限防御者」的开放策略。但这个策略的有效性，在很大程度上取决于 OpenAI 的审查和身份验证能力——你如何确定申请者是真正的「防御者」而不是伪装的「攻击者」？
Claude Mythos 事件的前车之鉴
OpenAI 推出 GPT-5.5 Cyber 的决定，与 Anthropic 最近的 Claude Mythos 事件有直接关联。2026 年 4 月 21 日，Anthropic 通报，其 Claude Mythos 网络安全模型的预览版遭遇了未授权访问。这个事件说明，即使是采取了严格访问限制的 AI 模型，也可能面临安全漏洞。
Claude Mythos 事件给整个 AI 行业敲响了警钟：当你把一个强大的 AI 工具限制在一个小范围的用户群体中时，你实际上是在创造一个「高价值目标」。黑客会想尽一切办法绕过你的访问限制，因为他们知道这个工具的价值。这种「安全悖论」——限制访问反而增加了被攻击的动机——是 AI 安全领域一个需要认真思考的新课题。
OpenAI 在推出 GPT-5.5 Cyber 时，显然吸取了 Claude Mythos 事件的教训。据知情人士透露，OpenAI 在身份验证和访问控制方面，采取了比 Anthropic 更严格的措施。但严格的措施本身也会带来新的问题——它可能会限制真正需要这些工具的安全研究人员的工作效率，从而削弱了「好人」利用 AI 提升网络安全的能力。
网络安全领域的 AI 军备竞赛
GPT-5.5 Cyber 的推出，是网络安全领域 AI 军备竞赛的一个缩影。在这场竞赛中，攻击方和防御方都在大量使用 AI 技术。
攻击方利用 AI 来生成更逼真的钓鱼邮件、发现更隐蔽的系统漏洞、编写更复杂的恶意软件。防御方则利用 AI 来检测异常行为、分析潜在威胁、自动化安全响应。双方都在争相使用更先进的 AI 技术，以获得相对于对方的信息优势。
这种军备竞赛的一个核心问题是：AI 是让网络安全变得更好了，还是更糟了？乐观的观点认为，AI 最终会让防御方占据优势，因为 AI 可以发现人类安全专家无法发现的复杂攻击模式。悲观的观点则认为，AI 会让攻击的门槛降低——一个不懂编程的人，也可以利用 AI 工具来发动复杂的网络攻击。
从目前的趋势来看，现实可能介于两者之间：AI 确实降低了某些类型攻击的门槛（如钓鱼攻击），但也确实提升了防御方检测和响应攻击的效率。但总体而言，网络安全领域的 AI 军备竞赛，正在让这个领域的攻防动态变得更加复杂和快速。
PyTorch Lightning 恶意包事件：AI 供应链安全的新警示
在网络安全领域，另一个与 AI 密切相关的事件也在 4 月底发生：热门的 PyTorch Lightning AI 训练库被发现在其 2.6.2 和 2.6.3 版本中植入了「沙虫」（Shai-Hulud）恶意代码。这个恶意软件在包被导入时立即执行，核心目标是窃取用户的系统凭证。
这个事件的严重性在于：PyTorch Lightning 是 AI 训练领域最常用的开源库之一，其用户包括大量的 AI 研究人员和开发者。恶意代码被发现时，已经有大量的开发者可能受到影响。更令人不安的是，这个恶意包是在 RSA 安全会议期间被 Semgrep 安全研究人员发现的——如果不是这个巧合，它可能还会潜伏更长时间。
这个事件揭示了 AI 软件供应链的一个脆弱环节：开源 AI 库的安全性，主要依赖于社区的贡献者和维护者。但开源社区的维护者，通常没有足够的资源和专业能力来应对有针对性的安全攻击。当国家级攻击者或有组织的犯罪集团把目标对准 AI 开源社区时，传统的安全防护机制可能完全不够用。
对于 AI 行业的从业者和企业来说，这个事件是一个严肃的提醒：AI 软件供应链的安全风险，不能被忽视。企业需要建立完善的第三方包安全审计机制，定期检查依赖链中的已知漏洞和异常行为。开发者也需要提高安全意识，只从可信来源安装软件包，定期更新依赖项。
AI 安全治理的全球协调需求
GPT-5.5 Cyber 和 Claude Mythos 事件，以及 PyTorch Lightning 恶意包事件，共同指向了一个更宏观的问题：AI 安全的治理，需要全球范围内的协调。
目前，各国在 AI 安全治理方面的进展不一。欧盟的 AI 法案已经开始实施，其中包含了对高风险 AI 系统的严格监管要求。美国的 AI 行政令也在不断更新，但主要聚焦于 AI 的安全测试和评估。中国则通过《生成式人工智能服务管理暂行办法》等法规，对 AI 服务的提供者和使用者都提出了明确的要求。
但网络安全是一个天然跨国界的问题。一个恶意包可能由一个国家的攻击者植入，通过全球性的开源社区传播，最终影响到另一个国家的 AI 研究人员。面对这种跨国界的威胁，单一国家的监管措施是远远不够的。国际社会需要建立更有效的 AI 安全信息共享机制、更紧密的跨国执法合作、以及更统一的安全标准框架。
GPT-5.5 Cyber 的推出，在技术层面是一个进步，但在治理层面提出了新的挑战。当 AI 工具的能力越来越强大，同时其滥用风险也越来越高时，如何在「开放创新」和「安全管控」之间找到平衡，将成为 AI 行业和监管机构面临的长期课题。
