AI模型正在以比此前预期更快的速度帮助发现软件漏洞。
Palo Alto Networks首席产品与技术官李·克拉里奇(Lee Klarich)于近日在一篇博客文章中分享了该公司关于前沿AI模型如何影响网络安全领域的最新洞察。
Palo Alto Networks是Anthropic公司旗下Claude Mythos模型自4月7日起面向外部合作伙伴开放测试的少数合作机构之一,参与计划代号为"Project Glasswing"。除Claude Mythos外,据克拉里奇透露,该公司还同步测试了Claude Opus 4.7以及OpenAI的GPT 5.5-Cyber等模型。
克拉里奇表示,Palo Alto Networks在本轮"补丁星期三"安全公告中披露了26项常见漏洞与暴露(CVE),而该公司以往每次公告通常仅披露约5项。他同时指出,此次新披露的漏洞目前均未被发现正在被实际利用。
克拉里奇也提出了警示:仅仅运行某一AI模型并不能自动解决漏洞问题。企业需要构建"AI扫描工具链,并充分利用上下文信息、安全防护机制与威胁情报",才能大规模有效地发现并修复这些缺陷。他还强调,安全团队应采用"多模态方法",以便识别更大范围内的潜在漏洞。
从更长远的视角来看,下一步应将这些AI模型深度融入软件开发生命周期之中。克拉里奇在博客中写道:"这是隧道尽头的曙光——一个软件从设计之初就具备安全性的未来正在向我们走来。"
他同时警告称,对于各机构而言,目前只有"三到五个月"的窗口期来抢先于攻击者取得优势,因为以AI驱动的漏洞利用很可能成为新常态。
本周一,谷歌威胁情报团队的研究人员报告称,AI已被用于开发出一个可实际运行的零日漏洞利用程序。本周二,微软也宣布在其网络与身份验证协议栈中发现了16项新漏洞,其中包括4项高危远程代码执行漏洞。
Q&A
Q1:Palo Alto Networks借助AI模型发现了多少新漏洞?
A:在本轮"补丁星期三"安全公告中,Palo Alto Networks披露了26项常见漏洞与暴露(CVE),远超其以往每次约5项的常规披露数量。据悉,此次新披露的漏洞目前均未被发现正在遭到实际利用。
Q2:企业在使用AI模型排查漏洞时需要具备哪些条件?
A:仅运行AI模型本身并不足以自动解决漏洞问题。企业需要构建AI扫描工具链,结合上下文信息、安全防护机制与威胁情报协同使用,同时安全团队还应采用多模态方法,以识别更广泛的潜在漏洞,才能实现大规模的漏洞发现与修复。
Q3:企业应对AI驱动的网络攻击有多长的窗口期?
A:据Palo Alto Networks首席产品与技术官克拉里奇警告,各机构目前只有大约"三到五个月"的窗口期来抢先于攻击者取得优势。随着AI驱动的漏洞利用技术持续演进,这种攻击方式很可能成为未来网络安全威胁的新常态。
好文章,需要你的鼓励
英国政府在AI采纳峰会上宣布设立2亿英镑专项基金,旨在帮助企业提升AI技能并推广AI应用。资金将用于多项举措,包括为中小企业提供AI培训、设立AI采纳成长实验室、扩大Sparck AI奖学金计划等。思科、IBM、BT、劳斯莱斯等30余家企业参与其中。政府还与谷歌、微软、Anthropic及OpenAI签署联合声明,共同推动AI负责任发展,并设立"亲劳工AI采纳奖",表彰在提升生产力和员工技能方面表现突出的企业。
ZipSplat是苏黎世联邦理工学院提出的三维高斯泼溅框架,通过K-means令牌聚类将Gaussian数量减少最高33倍,同时在多个基准上超越现有方法,推理时无需重新训练即可调节质量与效率的平衡。
微软在6月补丁日修复了高危零日漏洞CVE-2026-45586,该漏洞由化名"Nightmare Eclipse"的研究员披露。此前双方因漏洞披露协议破裂而交恶,研究员陆续公开多个未修复漏洞。本次修复的漏洞涉及Windows协作翻译框架,属本地权限提升类型,可被链式利用获取SYSTEM权限。此外,研究员披露的另一漏洞MiniPlasma似乎也已被悄然修复,但微软未提供相关CVE编号。本轮补丁共修复约200个漏洞。
Stability AI提出Stable-Layers框架,无需标注数据,用视觉语言模型打分结合Flow-GRPO强化学习微调图像分层模型,显著提升分层质量。