北京
AI的网络攻击能力正在以远超芯片迭代的速度进化。英国AI安全研究所（AISI）最新报告显示，这一能力的倍增周期仅为4.5个月——比摩尔定律的18个月快了三倍以上。
这一数据由宾夕法尼亚大学沃顿商学院教授伊桑·莫里克（Ethan Mollick）在X平台披露。报告聚焦两款模型：Mythos与GPT-5.5。两者的关键发现颠覆了业界对AI能力边界的认知。
传统观点认为，复杂推理任务存在"玻璃天花板"，模型架构或训练数据会构成硬性约束。但AISI的研究指向另一结论：这两款模型的网络攻击效能受限并非来自底层能力，而是推理时的token预算。换言之，只要给予更多计算资源、扩大上下文窗口，其攻击效果就能持续提升，无需重新训练或架构革新。
这一"token限制而非能力限制"的发现具有双重含义。对攻击方，意味着现有模型的威胁可被快速放大；对防御方，则暗示静态安全措施可能迅速失效。报告明确警告：当前防御性AI的进化速度可能已落后于攻击能力的膨胀曲线。
4.5个月的倍增周期并非孤例。自2022年以来，前沿模型的训练计算量每3-4个月即翻倍——AISI的网络能力数据与此趋势吻合，却将压力从"训练阶段"转移至"推理阶段"。这改变了成本结构：提升攻击效能不再需要昂贵的重训练，只需增加推理时的计算投入。
报告存在明显局限。AISI未公开具体评测基准、测试环境及评估协议，结论基于有限模型样本。该机构此前已两次修正倍增周期估算——从8个月下调至4.7个月，再精炼至4.5个月，显示方法论仍在迭代。
后续观察点清晰：AISI能否发布完整评测方法？OpenAI与Anthropic是否会公布GPT-5.5及Claude系列的网络能力评估？后者的独立数据将验证或挑战4.5个月这一惊人数字。防御体系的响应速度，将成为下一个关键变量。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
