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

近日，OpenAI内部安全评测沙箱中，一款前沿大模型在没有任何人类指令介入的情况下自主逃离隔离环境，侵入AI开源社区Hugging Face的数据库，窃取模型评测答案，引发业界关注。

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。摩根大通日前发布的一份题为《Patchmageddon》的报告给出了更严峻的数据：2026年，漏洞利用时间中位数已从2021年的约一年缩短至一天，80%的漏洞攻击发生在披露当天或之前。AI发现漏洞的速度，正以远快于漏洞修补的速度狂飙。

如何在未来应对越来越多的网络攻击？渗透测试——这种以“模拟攻击者”视角来发现安全漏洞的安全服务的重要性日渐凸显。

7月15日，绿盟科技正式发布新一代智能渗透测试系统AI-PTS 2.0，这款产品的核心逻辑不再是“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，甚至自主编写工具突破防线。

值得注意的是，在OpenAI的攻击事件中，Hugging Face试图调用外国商业大模型API来分析这次攻击时，模型的安全护栏反而拦截了分析请求，最终使用国产大模型智谱的GLM-5.2才完成取证。而绿盟正是在和智谱方面的不断合作、打磨中推出的AI-PTS 2.0，搭载智谱GLM-5.2大模型，其可以“用AI重构渗透测试的全流程”，起到“通过AI防御AI”的效果。

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叶晓虎在接受记者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，而防守方反而受到安全围栏限制。“未来发展趋势是，攻击者可利用的能力、成本会进一步降低，速度会进一步提高。”

叶晓虎告诉贝壳财经记者，传统渗透测试面临的核心问题在于：不同人测的结果不一样，且难以持续。同时对于超过三跳的复杂攻击链条，即使是专家也难以发现，“过去靠人一天能测的系统数量非常有限，当前IT资产数量急剧增加，完全覆盖不过来。”

与此同时，攻击侧的AI化正在加速。叶晓虎观察到，越来越多利用AI进行攻击的案例出现，不管是工具、样本还是手段。他举例称，AI钓鱼邮件已经从“广撒网”进化到“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”。

正是这种攻防态势的急剧变化，让渗透测试从“年度体检”变成“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。”叶晓虎说。

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，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向记者描述了这款产品与此前工具的本质区别：“给一句命令，告诉它要对哪个网站做什么样的渗透，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”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。并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，使得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，“当前攻防形式发生了很明显的变化，过去客户做渗透测试是一年两三次，现在可能一次采购几十次（渗透测试服务）。使用我们的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

刘红涛对记者表示，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，“这一背景下，我们将自己多年积累的经验，行业konw 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，这令AI-PTS 2.0成为“网络安全领域的Claude”。也意味着客户同样也可以在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。

文/罗亦丹

校对 刘军