AI安全领域近日出现一项引发广泛关注的测试结果。安全公司AISLE在最新实验中指出，DeepSeek R1在关键漏洞检测能力上已可比肩Anthropic的Mythos，而且不止是它，一批成本更低、体量更小的模型同样能够识别高风险安全缺陷。这一发现正在挑战市场对“最贵模型=最强安全能力”的既有认知，也为AI安全产业的商业模式和技术路线带来新的讨论。
此前，Anthropic发布Mythos Preview后迅速震动安全社区。根据公开演示，Mythos自主发现了一个存在于FreeBSD中长达17年的远程代码执行漏洞，以及一个潜伏于OpenBSD TCP协议实现中27年的缺陷，并能够进一步生成可运行的利用代码。随后，Anthropic宣布启动Project Glasswing，并联合多家科技公司提供1亿美元额度用于修复开源软件漏洞。这些动作一度强化了外界对顶级AI模型在网络安全上“代差领先”的印象。
低成本模型也能找到同类高危漏洞
不过，AISLE的复测结果给出了更复杂的答案。AISLE是一家专注AI安全的创业公司，自2025年年中起便使用AI系统识别并修复开源软件漏洞，累计发现和修复了180多个被开源社区认可的安全问题，其中一些隐藏时间超过25年。在Mythos发布后，AISLE将其演示中的漏洞样本交由多款更便宜的模型重新测试。
结果显示，Anthropic用于展示能力的核心漏洞，在AISLE测试的8个模型中全部被成功识别。更值得注意的是，其中一款模型的成本仅为每百万token 0.11美元，约为Mythos价格的二十分之一。在准确性方面，DeepSeek R1表现尤为突出，其对实际堆栈布局的描述与公开利用文档高度一致。多数模型不仅找到了漏洞，还正确判断其可被远程利用，并给出了合理的风险分级。
对于另一个隐藏了27年的复杂漏洞，AISLE表示，GPT-OSS-120b首次尝试便复现了完整攻击路径，并提出了与实际修复方案极为接近的补丁。Kimi K2也展现出较强能力，在后续漏洞分析流程中，仅通过三次简单API调用就得出了与Mythos官方描述接近的攻击逻辑。
最贵模型未必在所有场景都更可靠
比“谁答对了”更值得关注的，是“谁答错了”。AISLE设计了一道类似安全行业“毕业题”的测试：一段代码表面上似乎存在漏洞，但关键危险数据在中途已被丢弃，因此最终并不构成真实风险。这个问题考查的是模型对安全语境和执行路径的细致理解，而不是简单的模式匹配。
AISLE称，一些当前最昂贵、最先进的模型在这一基础问题上却给出了错误结论。包括Claude Sonnet 4.5，以及GPT-4.1、GPT-5.4系列均未通过；相反，DeepSeek R1在4次测试中全部识别正确，GPT-OSS-20b和OpenAI o3也能成功区分真实风险与“虚晃一枪”的代码设计缺陷。
这说明，AI在安全任务上的能力并非线性增长，也不是参数更大、价格更高就必然更稳定。AISLE因此提出了“锯齿状边界”的概念，即模型在不同安全任务上的表现具有明显波动：它可能在复杂漏洞分析中得高分，却在基础判断题上失误；也可能在某类漏洞上极其准确，在另一类任务中却自信地给出错误答案。
决定AI安全上限的，或是系统而非单一模型
AISLE认为，Mythos真正令人印象深刻的地方，并不只是“发现漏洞”本身，而是其高度自治能力——它可以在海量代码文件中自主锁定可疑区域、提出假设、验证问题并生成利用代码。但AISLE同时强调，这种“全自动”价值主要来自工程设计和流程编排，而不完全是模型本身的智能水平。
在现实工作流中，AI找漏洞通常包括多个环节：大范围扫描代码库、识别可疑片段、验证是否真实存在漏洞、评估严重程度、生成补丁并推动修复。AISLE指出，较便宜的模型已经能够胜任“识别问题”的部分，真正困难的是如何将各步骤串联成一个可靠管线，减少误报、动态切换合适模型，并把安全专家经验嵌入系统中。
也正因此，AISLE采用的是多模型并行方案，根据不同任务动态切换表现最佳的模型。该公司强调，建立可信的漏洞报告和修复协作机制，与其说取决于某一个顶级模型，不如说取决于整体系统设计、响应速度、成本控制及团队的安全专业能力。OpenSSL相关技术负责人也对其“高质量报告与建设性协作”给予正面评价。
对市场和加密行业意味着什么
这一测试结果的影响并不限于AI安全圈本身。对于更广泛的科技与加密市场而言，它释放出一个明确信号：AI能力的商业化护城河，正从“拥有最强模型”转向“构建最优工作流”。如果低成本模型已经足够承担漏洞筛查等关键步骤，那么企业可以选择部署大量低价模型进行广覆盖扫描，而非仅依赖单一昂贵模型逐点排查。这将压低AI安全服务的进入门槛，也可能推动安全自动化工具在开源软件、区块链基础设施和交易系统中更快普及。
对于加密行业而言，这一趋势尤其值得关注。交易所、钱包、DeFi协议、跨链桥和底层客户端长期面临复杂的开源代码审计压力。若更具性价比的AI模型能够承担初筛、风险标注和补丁建议工作，安全团队将有机会以更低成本提高审计频率和覆盖范围，从而降低智能合约漏洞、节点软件缺陷和基础设施攻击的潜在风险。
此外，在欧盟MiCA等监管框架持续推进的背景下，市场对技术稳健性与合规能力的要求同步提升。无论是中心化平台还是链上协议，安全事件都可能快速传导至流动性、用户信心乃至代币价格层面。AISLE的测试表明，未来行业竞争焦点可能不再只是采购最贵的AI模型，而是如何将多模型能力、人工审核、修复流程和合规要求有效整合。
总体来看，DeepSeek R1追平Mythos的消息，并不意味着顶级模型优势消失，而是提示市场重新审视AI安全的核心价值。Mythos证明了高度自治的可行性，而AISLE则进一步说明：AI安全的真正护城河，也许不在模型本身，而在系统工程能力。这对整个技术产业，包括加密资产市场，都是一个值得持续追踪的重要变化。