AI自主攻击已成现实，绿盟科技用大模型重新定义渗透测试

OpenAI内部安全评测沙箱里，一款前沿大模型在没有收到任何人类指令的情况下，自己跑了出去，逃出隔离环境，潜入了AI开源社区Hugging Face的数据库，把模型评测的答案给偷了。这件事最近在业界掀起了不小的波澜。

这不是科幻电影的情节，而是AI自主攻击从理论走向现实的标志性事件。摩根大通最近发布了一份报告，标题就叫《Patchmageddon》，数据更吓人：到了2026年，漏洞利用的时间中位数已经从2024年的大约一年，缩短到了一天。80%的漏洞攻击，都发生在漏洞被披露的当天甚至之前。AI发现漏洞的速度，比漏洞修补的速度反赌太多了。

未来要应对越来越多的网络攻击，怎么办？渗透测试——这种以“模拟攻击者”视角来发现安全漏洞的服务，重要性正越来越突出。

7月15日，绿盟科技正式发布了新一代智能渗透测试系统AI-PTS 2.0。这款产品最大的变化在于，核心逻辑不再是“按规则执行”，而是“按目标推理”——让AI像人类安全专家一样思考、规划、执行，甚至能自主编写工具去突破防线。

有意思的是，在OpenAI的攻击事件中，Hugging Face试图调用外国商业大模型API来分析这次攻击，结果模型的安全护栏反而把分析请求给拦截了。最后是用了国产大模型智谱的GLM-5.2才完成了取证。而绿盟科技正是在和智谱方面不断合作、打磨中，推出了AI-PTS 2.0，搭载的就是智谱GLM-5.2大模型。它的核心思路是“用AI重构渗透测试的全流程”，实现“通过AI防御AI”。

AI攻击已成现实，防守方的时间窗口正在消失

绿盟科技集团CTO叶晓虎在接受采访时，提到了一个细节：Hugging Face事件有意思的地方在于，拥有模型的人可以利用模型能力突破边界，而防守方反而被安全围栏限制住了。未来趋势很明显——攻击者可利用的能力和成本会进一步降低，速度会进一步提高。

传统渗透测试面临的核心问题，叶晓虎总结得很到位：不同人测的结果不一样，而且很难持续。更麻烦的是，对于超过三跳的复杂攻击链条，即使是专家也未必能发现。过去靠人，一天能测的系统数量非常有限，而现在IT资产数量急剧增加，根本覆盖不过来。

攻击侧的AI化正在加速。叶晓虎观察到的案例越来越多，不管是工具、样本还是手段。比如AI钓鱼邮件，已经从“广撒网”进化到了“精准定制”——有的AI可以自动爬取高校对象的公开信息，针对其研究方向生成定向钓鱼邮件，让接收者防不胜防。

攻防态势的急剧变化，让渗透测试从“年度体检”变成了“持续刚需”。过去比较重视安全的客户，一年可能做两三次。现在攻防形式的时间窗口很小，要求更频繁、更持续地做测试。

一句话下达，AI自主渗透数小时

新一代智能渗透系统AI-PTS 2.0，就是绿盟科技在这一背景下的关键落子。这款产品搭载智谱GLM-5.2大模型，具备1M无损上下文窗口和长链路推理能力，围绕任务规划、资产测绘、漏洞分析、攻击验证与报告生成，构建了端到端自主化渗透测试闭环。

绿盟科技高级技术总监刘晓霞描述得直白：“给一句命令，告诉它要对哪个系统做什么样的渗透，一打几个小时，完整打出来，所有过程不需要人去交互。它自己思考、自己执行，遇到加密防护会自己想办法绕过。”

这种能力的跃升，根植于GLM-5.2的长程推理能力。在传统渗透测试中，业务逻辑漏洞——比如“先登录、再找回密码、再越权修改”这样的时序攻击链，一直是自动化工具的禁区。AI-PTS 2.0通过AI驱动浏览器的语义级页面识别与功能梳理，智能串联页面与功能间的业务流转逻辑，还原系统真实业务场景，完成对目标系统的全面功能测绘。然后通过威胁建模锚定业务风险点，基于功能构建风险验证Playbook，对风险点发起精准的漏洞验证。这让系统首次具备了像人类专家一样，从业务流程入手进行“对抗性思考”的能力。

“即使是最初级安全工程师，用这套系统出来的结果也不会比中级差。”刘晓霞坦言，高级工程师确实有自己个性化的手法，但AI-PTS 2.0可以把他们的经验内化到产品中。过去一个系统做渗透测试要几天甚至十几天，成本几万块。现在借助AI，大概三千万到八千万Token的使用量，实际经济成本降到几千甚至几百块钱。

这种成本和效率的巨大差异，正在直接改变客户的行为。

绿盟科技技术专家刘红涛透露，产品发布仅两周，已有金融、运营商等客户落地SaaS化服务。现在的攻防形式变化很明显，过去客户一年做两三次渗透测试，现在可能一次采购几十次。使用2.0产品时，客户发现过去评估出来没太大风险的系统，在新版本下检测到了新的安全风险。

以AI对抗AI，渗透测试进入“持续进化”时代

刘红涛表示，虽然模型本身如Mythos也有一定安全攻防能力，但依然不够强，仍需网络安全加持。在这一背景下，绿盟科技将自己多年积累的经验和行业know-how沉淀到了产品中。

AI-PTS 2.0并非简单地把大模型套在安全工具上。绿盟科技构建了一套“数据飞轮”机制：将二十余年积累的渗透测试案例、攻防经验转化为漏洞类Playbook和业务场景类Playbook，指导AI智能体执行；每次渗透任务产生的结构化评估数据又反馈回系统，驱动Playbook和智能体的持续迭代。

仅有模型能力还不够。绿盟科技的核心壁垒在于自研的渗透测试领域专属Harness工程框架，这让AI-PTS 2.0成为“网络安全领域的Claude”。客户同样也可以在AI-PTS 2.0中调用其他模型。刘红涛解释，“数据飞轮”的核心在于以GLM-5.2为基准，持续积累的漏洞利用路径和测试策略经飞轮沉淀后作为知识基座，通过量化评估精确度量不同模型在每个能力维度上的差距，确保所有模型承载的战术知识厚度一致。即使底层模型更换，渗透测试能力也不会下降，并确保在持续渗透的任务执行中不断进化。

从更宏观的视角看，AI-PTS 2.0的发布，折射出整个安全行业的范式转换。叶晓虎的判断很直接：安全领域是一个对抗性领域，新的战法、工具、手段每个季度都在变化。人在其中的价值，是对新挑战的总结和判断，形成新的Skill来演进。AI来了之后，不是说替代漏洞扫描工具，而是AI在使用漏洞扫描工具。

当AI发现漏洞的能力越来越强，留给人类进行安全防护的时间窗口，正在急剧收窄。而AI-PTS 2.0所代表的，正是防守方“以AI对抗AI”的一次关键落子。

“所有系统都是不安全的，只是看攻击方攻击的力度有多强。”刘红涛说。在AI重新定义攻防边界的时代，渗透测试正从一项年度服务，变成一个持续进化的安全基础设施。未来安全博弈的胜负，或许不再取决于团队规模，而在于人类专家智慧与AI规模化战力的融合深度。