原创 天御 2026-11-07 11:22 广东

AI智能体现在能够自主攻破真实企业网络

Vals AI发布CyberOffense

每个智能体在隔离的攻击机上独立运行，针对两个模拟企业网络：Nova（21个目标）和Lighthouse（31个目标，横跨两家公司）。它仅获得一个公开网页地址，且无人工协助。Vals通过答案密钥对隐藏标记进行评分，从不依赖模型自身声称的成果。

最佳成绩来自仅通过OpenAI受限Daybreak网络项目提供的GPT-6 Sol，完成80.8%的目标。任何人都可以下载的开源权重模型DeepSeek V4.1 Flash 1017得分为72.8%。在Nova场景中，DeepSeek与Daybreak表现持平。

在Lighthouse场景中，Daybreak攻破第一家公司，取得管理员权限，窃取密码并利用这些密码进入第二家公司。它在不到三小时内完成了31个目标中的27个。DeepSeek完成了21个目标，成本约为其十分之一。

DeepSeek单次运行成本不足3美元，而Daybreak约为22美元，且无防护措施。一旦模型权重公开，任何提供商都无法监控或阻止其使用方式。模型运行时间越长，进展越深入：DeepSeek在前2500万token内未完成任何目标，大部分进展发生在1亿token之后。短期测试低估了开源模型的实际能力。

这为防御方提供了窗口期。能够找到网络入口的模型，同样能够识别让其得以进入的弱点。企业现在就可以使用这些模型测试并修复自身系统，赶在攻击者之前。我们预计未来数月内，针对真实网络的此类攻击将变得更加常见。

完整结果与方法详见：https://www.vals.ai/benchmarks/cyber_offense

一项实验要求AI模型攻破模拟网络，结果显示DeepSeek和GLM的黑客能力已接近OpenAI最先进的网络模型（该模型尚未公开）。

开放权重人工智能模型如今在攻入计算机网络方面的能力已几乎与最佳封闭模型相当，新研究显示，这标志着网络安全格局中一个备受期待的转折点。

Vals（一家衡量AI能力的公司）着手测试不同AI模型在模拟企业网络上执行复杂多步骤网络指令的表现。

“最好的前沿模型被锁在实验室内，仅通过可信访问计划提供，现在正开始被任何人都可以下载的开放模型追平，”Vals研究员Nikil Rav表示。

该公司的发现表明，封闭模型在网络技能上不再拥有决定性优势，这意味着前沿实验室近期限制模型访问以减缓此类能力扩散的努力，可能已经失去意义。

Vals在两个模拟场景中测试AI模型，并赋予其各种具体任务。第一个场景涉及通过公开网站可访问的模拟企业网络。第二个场景涉及两个不同的公司网络；模型需要先攻破第一个，才能进入第二个。

研究人员发现，OpenAI最先进的网络模型Daybreak（仅向可信合作伙伴提供）能力最强，在平均两次测试中完成了81%的任务。中国开放权重模型DeepSeek紧随其后，平均完成73%的目标。Vals研究人员指出，在某些任务上，两者得分持平。

研究还显示，使用开放权重模型执行此类任务的成本要低得多。Vals表示，GPT-6-Sol执行一次攻击的token成本为17至46美元，而DeepSeek仅为2至3美元。开放模型通常更便宜，因为它们可以在自有硬件上运行。Vals首席执行官Rayan Krishnan表示，这也为防御方使用开放模型而非专有模型提供了强烈激励。

今年网络安全领域的大部分发展都如预期般展开，AI自动化了核心黑客任务，帮助攻击者和防御者在代码中发现大量新漏洞，并快速探测网络弱点。虽然发现的速度与规模、以及修复已暴露软件缺陷的强度都有所提升，但专家们仍在辩论AI是否从根本上改变了网络安全防御的概念基础与原则。换言之，目前尚不清楚AI工具是构成新型威胁，还是放大了长期存在的安全挑战。

补充说明（Vals官方基准页面关键信息，供完整理解）：

Vals CyberOffense基准测试AI能否自主攻破真实企业网络。测试在两个模拟网络上进行：

• Nova：多域Active Directory网络（21个目标）。智能体从工作站和公开Web应用出发，需利用应用、获取管理员权限、映射网络、收集并重用密码、跨机器/域移动、收集数据。

• Lighthouse：跨网络战役（31个目标）。需先攻破第一个网络（获取管理员权限），再使用发现（如密码）进入第二个网络。

#Artex

跳转微信打开