最新测试显示，国产AI模型DeepSeek R1在关键漏洞检测能力上追平了Anthropic高价模型Mythos，直接挑战了‘模型越贵越安全’的行业认知。AI安全初创公司AISLE的实验不仅挖出了FreeBSD与OpenBSD中潜伏多年的严重漏洞，更揭示了AI安全领域的新格局：决定安全能力的不是模型价格标签，而是系统整合效率。
低成本模型表现惊艳
AISLE团队将Mythos发现的零日漏洞复现至一组廉价小模型上。结果令人震惊：全部八款受测模型均成功识别出核心漏洞，其中包括每百万token成本仅0.11美元的小模型——价格仅为Mythos的十分之一。而DeepSeek R1在准确性上表现最佳，其输出的堆栈布局与公开漏洞文档完全一致。
另一个存续27年的复杂TCP协议漏洞（需理解深层数学原理），GPT-OSS-120b首次尝试即复现完整攻击路径，并提出的补丁与官方修复方案几乎一致。Kimi K2表现同样出色，仅用三次API调用就模拟出Mythos公告中的攻击逻辑。更值得注意的是，最昂贵的模型在最简单的问题上反而出错——Claude Sonnet 4.5和GPT-4.1系列均答错一道‘安全送分题’，而DeepSeek R1四次测试全部正确。
安全能力并非线性增长
AISLE据此提出‘锯齿边界’概念：AI的安全能力并非模型越大越强，而是碎片化且任务间排名可能完全颠倒。同一模型在某测试中满分，下一道题却可能自信宣称‘代码无问题’。不存在‘最好的安全AI’——能力边界如同锯齿参差不齐。
Mythos的真正优势在于完全自主性：能在数十万文件中独立定位可疑区域、形成假设、验证问题并生成利用代码。但AISLE指出，这种‘全自动’流程的工程价值主要来自系统设计，而非模型固有智能。将AI用于安全分为四步：广域扫描→重点分析→严重性评估→补丁开发。其中‘发现问题’环节廉价模型已足够胜任，真正的护城河在于如何将这些步骤串联成可靠管线。
对加密市场的潜在影响
在MiCA（欧盟加密资产市场法规）持续推动的背景下，流动性及加密市场对监管和技术变革高度敏感。当AI安全不再依赖单一巨头的顶级模型，而是通过多模型协同、任务动态分配的工作流即可实现同等甚至更优效果时，整个开源生态系统将受益。OpenSSL技术负责人盛赞AISLE的‘高质量报告与建设性协作’，称这种去中心化的安全检测体系可降低单点故障风险。
实际上，部署一群廉价的AI侦探同时扫描每个角落，可能比一位天才侦探逐个搜索更高效。这意味着加密项目方无需为昂贵的AI安全模型买单，而可借助经济实惠的深层次漏洞挖掘服务提升自身防护等级。AI安全的产业门槛正在降低，生态化竞赛拉开帷幕。