大模型攻防实测出现巨大失衡：攻击成功率85%，防守拦截仅19%

网络安全领域近日公布了一组引发行业关注的实测数据：在模拟的企业网络攻防对抗中，多款前沿大模型扮演黑客攻击时，植入后门的成功率高达85%；但在担任防守方时，对攻击的检出率仅有19%。

据科技媒体The Register报道，获得红杉资本、Khosla Ventures等机构6000万美元种子轮融资的AI安全初创公司Corma披露了这一测试。Corma创始人兼首席执行官阿隆·普鲁达（Alon Pluda）介绍，团队近期将Claude Opus 4.8、GPT-5.5、Grok 4.3和DeepSeek V4四款前沿模型置于模拟的企业网络环境中进行攻防对决。在总计241次对抗评估中，模型在攻击端的破坏力远超防守端的识别能力，存在明显的“防守鸿沟”。

普鲁达分析认为，通用大模型之所以在攻击上表现突出，是因为它们在代码编写和漏洞挖掘上极强，配合智能体能力很容易实现端到端渗透。但防守任务并不局限于看代码，更多是要处理日志、审计追踪、系统事件和磁盘状态等结构化机器数据，这类数据在通用模型训练集中占比较小，加上防守属于“大海捞针”式的开放推理，模型读起来往往不够稳定。

针对这个痛点，Corma正在训练专门用于防御的模型，并以AI智能体的形式接入企业安全流程。材料中还提到一个具体案例：某企业安全高管在户外遛狗时，智能手表收到了AI智能体发来的拦截请求，他点击授权后，AI在10分钟内就阻断了攻击者在内网的横向扩散并消除了威胁。

从这组实测数据来看，AI时代的网络攻防天平确实存在明显的“易攻难守”。很多时候大家以为AI能同时平均赋能攻守双方，但通用模型的底模能力天然更利于进攻。如果防守侧没有经过专门训练的防御模型和自动化处置流程，仅靠人工盯着海量告警，未来面对自动化渗透的压力只会越来越大。遛狗时点手表解决入侵听起来很美好，但关键还是要看防御模型能不能真正把那19%的检出率补齐。