AI太危险，OpenAI也开始锁模型了

行业快讯

继Anthropic限制Mythos模型发布后，OpenAI也计划将具备高级网络安全能力的前沿模型仅向受邀企业开放，AI行业正式进入"限量发布"时代。

前沿模型不再对所有人敞开大门

OpenAI 正在跟进 Anthropic 的做法——把最强的模型藏起来，只给少数人用。

据知情人士向 Axios 透露，OpenAI 正在完善一款具备高级网络安全能力的新模型，但不打算公开发布，而是计划仅向经过筛选的少数公司开放访问。这一策略与 Anthropic 本周二刚刚对其 Mythos Preview 模型采取的限制性发布如出一辙。

这不是常规的灰度发布或分批上线。这是 AI 公司第一次因为"模型太强、怕被滥用"而主动选择不向公众开放。行业的风向，变了。

OpenAI与Anthropic模型发布策略对比示意图

Anthropic 开了第一枪

事情要从 Anthropic 说起。当地时间本周二（4月8日），Anthropic 宣布其最新的 Mythos Preview 模型将不会面向公众发布，访问权限仅限于经过精挑细选的科技公司和网络安全企业。

原因很直接：Mythos Preview 在网络攻击方面的能力太强了。

CrowdStrike 对抗行动高级副总裁 Adam Meyers 毫不客气地称 Mythos 的能力是整个行业的"警钟"。这不是公关话术，而是一个在攻防一线摸爬滚打多年的安全老兵发出的真实警告。

Anthropic 的逻辑是：与其把一把上了膛的枪摆在货架上，不如先锁进保险柜，只交给信得过的人。他们同时表示，如果未来能研发出足够强的安全护栏，不排除发布 Mythos 系列的其他模型。

这是 AI 行业历史上第一次有头部公司对新模型采取这种"邀请制"发布策略。但很快，它就不是唯一一家了。

OpenAI 跟进：从试点到常态化

其实 OpenAI 在这件事上并非毫无准备。

早在今年 2 月，OpenAI 就在推出其网络安全能力最强的推理模型 GPT-5.3-Codex 之后，启动了一个名为"网络安全可信访问"（Trusted Access for Cyber）的试点项目。这个项目是受邀制的，参与机构可以获得"具备更强网络安全能力或更高权限的模型，以加速合法的防御工作"。

为了吸引参与者，OpenAI 当时开出的条件相当慷慨——承诺提供总计 1000 万美元的 API 额度。换算成人民币，大约 6800 万元。这不是小数目，说明 OpenAI 对这个项目的重视程度远超一般的开发者计划。

现在看来，那个试点项目更像是一次预演。据知情人士透露，OpenAI 正在完善的这款新模型，将延续并扩大这种受邀制的发布模式。

换句话说，"网络安全可信访问"可能不再只是一个试点，而是即将成为 OpenAI 发布前沿模型的标准流程之一。

到底在怕什么？

要理解这个决策，得先搞清楚这些模型到底能做什么。

过去一年多，前政府官员和顶级安全专家反复发出警告：AI 模型一旦落入不法分子之手，可能自主破坏水务设施、电网或金融系统。这些话在一年前听起来还像是科幻电影的台词，但现在，安全圈的共识是——这些能力已经具备了。

具体来说，当前最强的 AI 模型已经可以：

  • 自动扫描大型代码库，发现人类安全研究员可能需要数周才能找到的漏洞
  • 针对发现的漏洞编写可用的利用代码（exploit）
  • 在几乎不需要人类干预的情况下，完成从侦察到渗透的完整攻击链
  • 理解并绕过常见的安全防护机制

这不是理论推演。SANS 研究所首席 AI 官 Rob T. Lee 说得很明白："你无法阻止模型进行代码枚举或发现旧代码库中的漏洞，这种能力已经存在。"

关键词是"已经存在"。不是"可能会"，不是"未来某天"，是现在。

限制发布，真的有用吗？

这是所有人都在问的问题。坦率地说，答案是复杂的。

安全公司 Aisle 的 CEO Stanislav Fort 提供了一个有价值的区分：如果企业担忧的是模型编写新漏洞利用代码的能力——而非最初发现漏洞的能力——那么限制前沿模型的发布就"更有意义"。

这个区分很重要。发现漏洞（bug hunting）和编写利用代码（exploit writing）是两个不同层级的能力。前者很多开源模型已经能做到不错的程度，限制一两个闭源模型的发布并不能阻止这种能力的扩散。但后者——自动编写高质量、可直接利用的攻击代码——目前仍然是前沿模型的"专利"。在这个窗口期内，限制发布确实能争取到一些时间。

但 Palo Alto Networks 首席安全情报官 Wendi Whitmore 在本周旧金山 HumanX 大会上给出了一个冷静的判断：只需数周或数月，就会有具备类似能力的新模型出现在公开领域。

这意味着限制发布本质上是一种"拖延战术"。它不能解决根本问题，但可以为防御方争取宝贵的准备时间。就像你知道洪水一定会来，堤坝不可能永远挡住，但多挡一天就多一天的疏散时间。

对开发者意味着什么

对于普通开发者来说，这个趋势带来的最直接影响是：你可能无法第一时间用上最新最强的模型了。

过去几年，AI 模型的发布节奏基本是"发布即可用"——OpenAI 发了新模型，开发者当天就能通过 API 调用。但如果"邀请制"成为常态，未来的发布流程可能变成：

  1. 模型完成训练和内部评估
  2. 仅向受邀的安全/科技公司开放（可能持续数周到数月）
  3. 在确认安全护栏有效后，逐步扩大访问范围
  4. 最终面向所有开发者开放（也可能永远不会）

这对依赖最新模型能力的开发者和企业来说，是一个需要认真考虑的变量。你的产品路线图可能需要为"模型访问延迟"留出缓冲。

不过好消息是，目前主流的通用模型（GPT-5、Claude Sonnet 4、Gemini 2.5 等）并不受影响。受限的主要是那些在网络安全领域具备特殊能力的前沿模型。对于大多数应用场景，现有的模型 API 依然可以正常使用。

如果你在用 OpenAI Hub 这类 API 聚合平台，好处是可以在多个模型之间灵活切换。当某个模型受限时，可以快速切到其他可用的模型，不至于被单一供应商卡脖子。比如一个简单的调用示例：

import openai

client = openai.OpenAI(
    api_key="your-openai-hub-key",
    base_url="https://api.openai-hub.com/v1"
)

# 当某个前沿模型受限时，可以灵活切换到其他可用模型
response = client.chat.completions.create(
    model="gpt-5",  # 或 claude-sonnet-4、gemini-2.5-pro 等
    messages=[
        {"role": "system", "content": "你是一个安全代码审计助手。"},
        {"role": "user", "content": "请检查以下代码片段是否存在SQL注入风险..."}
    ]
)

print(response.choices[0].message.content)

更大的图景：AI 安全的"诺贝尔困境"

IT之家在报道中用了一个很贴切的类比：诺贝尔发明炸药的初衷是和平利用，后来却被用于战争。

AI 模型正面临同样的困境。GPT-5.3-Codex 被设计出来是为了帮助安全团队更快地发现和修复漏洞，但同样的能力反过来也可以被用于攻击。模型本身不分善恶，关键在于谁在用、怎么用。

但与炸药不同的是，AI 模型的复制成本几乎为零。一旦模型权重泄露或被逆向工程，就不可能再收回来。这也是为什么 AI 公司选择在源头上控制访问，而不是依赖下游的使用限制。

从行业格局来看，这种"限量发布"模式可能会加速几个趋势：

  • AI 安全公司的价值将大幅提升，因为它们是最有可能获得前沿模型访问权的群体
  • 开源模型与闭源模型的能力差距可能在安全领域进一步拉大
  • 政府监管机构将面临更大的压力，需要建立 AI 模型分级发布的制度框架
  • 企业在选择 AI 供应商时，"能否获得最新模型的访问权"将成为一个新的考量维度

没有回头路

所有接受采访的安全专家都传达了同一个信息：已经没有回头路了。

AI 在网络安全领域的能力已经越过了临界点。即使 OpenAI 和 Anthropic 把最强的模型锁起来，开源社区的追赶速度也远超预期。限制发布能争取时间，但不能改变方向。

真正的问题不是"要不要限制"，而是"限制之后怎么办"。防御方需要利用这个窗口期，尽快建立起 AI 驱动的自动化防御体系。攻防双方都在用 AI，这场军备竞赛的胜负取决于谁跑得更快。

对于开发者社区来说，这也是一个信号：AI 的"蛮荒时代"正在结束。模型不再是越强越好、越开放越好。在能力达到一定阈值之后，负责任的发布策略将成为行业标配。

这不是坏事。只是游戏规则变了。

参考来源