GLM 5.3 一个下午挖出 2436 个漏洞，专治 Mythos 的闭源不服！
智谱 GLM 5.3 一出手，直接拿 2436 个未修补漏洞给网络安全界来了个下马威，其中超千个高危漏洞甚至比互联网本身还老，这记闷棍敲碎了闭源安全神话的窗户纸！
摘要：GLM 5.3 协同国内安全团队，仅用数周便在 269 个项目中累计检出 2436 个漏洞，平均潜伏期长达 26.6 年，最早可追溯至 1981 年。在 CyberGym 漏洞推理评测中，该模型以 84.5% 的准确率反超 Anthropic 闭源模型 Mythos 5（83.8%）。本文将拆解这场“漏洞大发现”如何将互联网底层协议 DNS 的 45 年历史伤疤公之于众，并揭示当防御者还在排队申请 AI 武器时，攻击者早已开启了全自动狩猎的荒诞现实。
神话破灭：玻璃翅膀遮不住 2436 个窟窿
被奉为圭臬的闭源安全神话，曾经坚不可摧。 Anthropic 的 Mythos 模型裹挟着 Project Glasswing 的宏大叙事登场，宣称要用 AI 为人类筑起网络安全的铜墙铁壁，那个画面充满了救世主般的悲壮与笃定。
高墙之内只能由少数人守护，这就是他们给出的答案。 出于“安全考量”，这号称地表最强的漏洞猎手只对全球约 150 家大型机构开放，仿佛网络安全只是一场巨头之间的私人游戏，而全球数亿行开源代码和无数中小企业只能在这堵高墙外听天由命。
GLM 5.3 撕开的正是这道看似严丝合缝的口子。 就在闭源神话的拥趸们还在为 Mythos 发掘出的漏洞数量争论不休时，智谱联合清华、南开等顶尖团队，带着 GLM 5.3 悄无声息地潜入了代码的汪洋大海，用实际行动给出了一个极其刺眼的答案。
2436 个未修补漏洞，其中 1097 个被评定为高危或严重等级。 这个数字像一记响亮的耳光，抽在了“唯闭源论”的脸上。这不是什么偷偷摸摸的黑客行动，而是一场阳谋——GLM 5.3 正大光明地扫过 269 个项目，把那些沉睡了几十年的老古董级漏洞一个个拎了出来。
最令人脊背发凉的是那些漏洞的年龄。平均潜伏时长 26.6 年，最老的甚至能追溯到 45 年前。 换句话说，当互联网的雏形还在实验室里蹒跚学步时，这些漏洞就已悄然埋下，它们见证了 Windows 的崛起、互联网的爆炸，甚至安然度过了无数次所谓的“安全革命”。
闭源团队声称用顶尖 AI 守护了关键领域，可数据不会说谎。如果连国家级安全团队参与的 Project Glasswing 都未能覆盖这些潜伏数十年的致命漏洞，那么所谓的“安全”到底守护了谁？是守护了那 150 家机构的特权地位，还是守护了全人类共同的网络地基？
拆除 45 年前的 DNS 定时炸弹
如果说 2436 个漏洞只是数量的碾压，那么藏在 DNS 协议里的那颗雷，则是对 AI 漏洞挖掘能力的终极验证。 DNS，这个诞生于 1983 年的互联网导航系统，其基础规范早该被全球安全专家用放大镜审视过无数遍了。
所有人都觉得它已经固若金汤，或者至少已知的风险都在可控范围内。 毕竟，几十年来，无数学者和黑客都在这块贫瘠的协议田地里翻找过，似乎能挖的都已见光。
但 GLM 5.3 只用了两周，就把这片看似平静的地基炸开了花。 它发现了一类潜伏在 DNS 协议设计之初的致命逻辑缺陷，攻击者甚至不需要什么花哨的技巧，只需发送少量精心构造的请求，就能像按下核按钮一般，将服务器的计算负载瞬间放大近 8 万倍。
一瞬间，全球超 1000 万处公网 DNS 服务都可能陷入瘫痪。 网站打不开、邮件发不出、云服务集体掉线，这种破坏力早已超越了普通黑客的恶作剧，直接触及了现代文明赖以生存的神经中枢。
这并非危言耸听。回想 2021 年的 ProxyLogon 事件，微软 Exchange 服务器的一个漏洞让全球数万企业陷入至暗时刻。 而这次在 DNS 地基上发现的隐患，其潜在的破坏规模恐怕是 ProxyLogon 的数百倍。
幸运的是，GLM 5.3 充当了拆弹专家。 在这场人类安全研究员几十年来都未能察觉的危机面前，AI 没有遗漏任何蛛丝马迹。它精准地定位了那处几乎不可能被触发的逻辑陷阱，赶在恶意代码引爆之前，将这个“出厂即带毒”的互联网心脏起搏器换了下来。
这引出了一个无法回避的黑色幽默：人类花费四十多年建立起来的安全审查体系，在一款 AI 模型面前，竟然显得如此迟钝和千疮百孔。 我们到底该庆贺 AI 的伟大，还是该悲叹人类自己留下的烂摊子太棘手？
Neo 现形记：当 AI 杀手遇上了 AI 侦探
挖漏洞只是开胃菜，GLM 5.3 的另一个身份，是横跨数字世界的猎手。 就在今年 7 月，它参与了一场堪称经典的数字追凶，对手是一个代号为“Neo”的未知 AI Agent 黑客。
Neo 的行动极其老练且高效。 它盯上了巴西的会计师事务所和税务机构，不到两个月时间，就全自动地搭建了 4 台服务器，注册了 7 个域名，爬取了 6 万个邮箱地址，并炮制出超过 18567 封钓鱼邮件。整个过程没有人类的直接指令，完全由 AI 自主驱动。
这不是科幻电影，而是正在发生的现实。 Neo 像幽灵一样在数字空间游荡，其犯罪痕迹被刻意打散在数千个目录和数万份日志里。如果靠人类安全分析师去逐行排查，无异于大海捞针，哪怕是最顶尖的专家团队也需要数周甚至数月才能拼凑出大概轮廓。
GLM 5.3 的介入让这场追捕瞬间变成了降维打击。 它没有肉眼，却能在垃圾信息中精准提取关键线索；它没有直觉，却能自动关联跨服务器的攻击行为。通过对海量数据的超高速分析，GLM 5.3 完整还原出了 Neo 的整条攻击链。
从谁是猎物，到邮件系统如何搭建，再到如何伪装成客户投递恶意文件，所有细节都被 AI 侦探在极短时间内梳理得明明白白。 当 Neo 还在得意于自己的隐匿手法时，它的数字指纹早已被 GLM 5.3 牢牢锁定并公之于众。
这揭示了当今网络安全最残酷的真相：攻击者早已抛弃了人海战术，实现了全 AI 化的军备竞赛；而防御者却还在因为拿不到闭源模型的入场券而苦苦排队。 当 Neo 这样的 AI 黑客在暗处自由生长时，防御者若还在等待“安全审查”通过才能使用武器，这场猫鼠游戏的结局其实早已注定。
十分之一的体量，十分致命的打击
面对 Mythos 这样的庞然大物，GLM 5.3 在体量上本没有胜算。 据说其 7530 亿的参数量，甚至不足 Mythos 的十分之一。按照传统的 Scaling Law 思维，这简直就是拿着弹弓去挑战加特林。
可偏偏，这个“小个子”在硬核的安全评测中掀翻了桌子。 在国际公认的漏洞推理评测 CyberGym 中，GLM 5.3 以 84.5% 的准确率，反超了 Mythos 5 的 83.8% 和 GPT-5.6 Sol 的 83.6%。数据不会撒谎，参数量十倍的鸿沟，被后训练阶段的高强度安全对抗训练硬生生填平了。
这还仅仅是开始。 在漏洞利用的跑分上，GLM 5.3 同样展现出了惊人的追赶速度。在 ExploitBench 上，它的得分从前代的 24.4% 猛增至 54.4%，提升了两倍多。虽然在绝对高度上仍不及 Mythos，但看这个陡峭的增速曲线，留给闭源模型的舒适区真的不多了。
这种此消彼长的态势，直接击穿了某些人“只有巨头才能玩转 AI 安全”的傲慢预设。 如果开源阵营以十分之一的成本就能追平甚至局部反超，那么所谓“闭源更安全”的底层逻辑就不复存在。
真正的安全从来不应该是少数精英俱乐部的特权。 当 GLM 5.3 选择在发布两周后开源完整权重，并向社区免费提供安全审计额度时，它实际上是在向闭源霸权宣战。它宣告了一个新时代的来临：漏洞挖掘的能力将不再是被锁在保险柜里的核武器，而是每个开发者都能拿起的步枪。
开源才是网络安全唯一的解药
所有的讨论最终都指向了那个老生常谈却又无法回避的问题：面对日益猖獗的 AI 黑客，人类究竟该如何自救？ Mythos 给出的答案是筑起高墙，只让少数“守夜人”持有武器。但 GLM 5.3 的实战成绩单证明，这套逻辑已经破产。
因为攻击者根本不会遵守什么“闭源安全审查”的规矩。 谷歌威胁情报小组早已发现，真实世界中的黑客组织已经开始利用 AI 生成零日漏洞，其生成的攻击脚本甚至包含大模型特有的“教科书式”结构。防守方还在用石器时代的流程申请武器，进攻方却早已进入了 AI 自动化屠杀的工业时代。
这已经形成了一种荒谬的倒挂：防御的效率远远落后于攻击的效率。 Project Glasswing 即便扫描出大量漏洞，却因“人类审查和供应商修补周期”的瓶颈，导致大量漏洞无法及时修复，超过 23000 个候选漏洞中仅有 97 个被真正修补。人类自己成了整个安全链条中最慢的那一环。
所以，GLM 5.3 最革命性的地方，并非挖出了多少个漏洞，而是它打破了这种僵化的垄断。 它将“找漏洞”这件事从昂贵的、受限的商业服务变成了一种可普及的基础能力。当开源社区和中小企业都能低成本地对自己的代码进行 AI 审计时，整个互联网的安全地基才开始真正变得坚固。
智谱同步启动的“开源的盾”计划，正是对这一逻辑的精准执行。 只有让防御工具像空气一样无处不在，才能抵消 AI 黑客带来的不对称优势。面对 AI 驱动的攻击狂潮，闭源的城堡终将倾颓，只有开源的长城才能抵御洪水猛兽。至少，在 GLM 5.3 开源权重正式放出的那一天，我们离这个目标又近了一大步。