顶级白帽跳槽智谱，用 AI 挖微软漏洞，微软还得说谢谢

最近，AI 的行动越来越不受约束了！

前几天，部署在腾讯云上的一批 AI Agent，由于查询成都动物园导航入口数据时，意外触发了一场安全事件。

据安全研究机构 Swarmchasers 的调查显示，这些 Agent 在正常访问被限制后，试图绕过阿里系地图服务的反自动化防护机制。

在短短十天内，研究人员监测到了超过 2600 次数据抓取行为。

而几乎与此同时，另一个大模型却因为协助发现安全漏洞，登上了微软的官方致谢榜单。

这次公布的名单有些特别：「Yuki Chen using GLM from z.ai」

这里的 Yuki Chen 并非普通的安全研究员。

他就是国内网络安全圈赫赫有名的「古河」，一位曾五次荣登微软 MSRC 年度安全研究员榜首的顶级白帽黑客。

而这一次，这位 Windows 漏洞研究专家，带着智谱 GLM 一起出现在了微软的致谢名单上。

昔日「白帽」上场

要知道，微软安全响应中心（MSRC）的致谢名单，并非交钱就能登上的荣誉榜单。

安全研究人员需要先发现真实存在的漏洞，然后向微软提交相关信息，经微软确认并协商修复后，才会在相关安全公告中被提及。

能够留下名字本身就是一种技术实力的体现。

Yuki Chen 早已是这份名单上的常客，他还有一个中国网络安全圈更熟悉的名字：古河。

他的本名是陈雪斌，曾任 360 漏洞研究院院长，也是赛博昆仑的 CTO，专注于在 Windows、浏览器及各类系统中寻找高危漏洞。

作为一名「白帽黑客」，古河的本领不是非法入侵他人电脑，而是抢在真正的攻击者之前，把潜藏在软件中的危险漏洞找出来，交给厂商修复。

而他最熟悉的对手之一就是微软。

据公开信息显示，古河曾五次获得微软 MSRC 年度安全研究员称号，并荣获国际网络安全奖 PwnieAwards 的相关荣誉。

在 2021 年第一季度，他的成绩是 4365 分，并在微软 MSRC 全球安全研究人员排名榜上位列第一。

但这一次，古河准备换一种策略。

当微软公布这些漏洞时或之后不久，他在 X 上发布了新动态，宣布加入智谱。

「New journey, new mission!」（新的旅程，新的使命）。

他表示，自己很高兴有机会借助前沿 AI 的力量，参与建设更安全的网络空间，并在动态中提到了 Z.ai。

这次的合作并非毫无缘由的突然结盟。

自 2025 年 9 月起，智谱已对人工智能网络安全研究进行了系统性的投入。GLM 在能够读懂大量代码库、使用各种工具和完成复杂编程任务后，也逐渐掌握了查找软件漏洞的能力，并与国内的安全研究机构合作创建了更专业的漏洞分析、验证和测试环境。

古河曾担任 CTO 的赛博昆仑也属于合作方之一。

在 2026 年 8 月，智谱发布了 GLM-5.3，并公布了一份重量级的合作名单：清华大学、南开大学和赛博昆仑、绿盟科技、奇安信、腾讯玄武、DARKNAVY 等多家安全研究机构。

他们共同完成了对模型进行红队测试、评估模型安全性的任务，并将实际软件项目引入到人工智能漏洞研究中。

在模型效果方面，根据 GLM-5.3 发布的信息，智谱与安全研究团队合作，已从 269 个真实开源项目中找到 2436 个经过初步筛选并去除重复的漏洞，其中 1097 个是严重或高危级别的漏洞。

但在一些较复杂、需要更多漏洞利用工作的情况下，GLM 仍存在一定不足。

一位五次登顶微软安全榜单的顶级白帽，如今开始与大模型公司走得更近，对双方而言，都是一种新的解法。

和大模型一起挖洞

和古河一起出现在微软致谢名单上的，还有一个新伙伴——智谱 GLM。

不过，这并不代表 GLM 已经能独立攻破 Windows。

从微软目前公布的情况看，在研究这些漏洞时，古河使用了 GLM，但未说明模型与研究人员是如何分工合作的。

但从技术层面讲，大模型已能参与漏洞研究的每一个环节。

在软件工程项目开发过程中，研究人员需要花费大量时间阅读源代码，理解各个函数、模块之间的调用关系，包括变量在哪里创建、何时销毁、之后是否有其他代码使用，在复杂系统中要花很长时间才能查清。

大模型的价值在于，它可以用来整理调用链路、找出内存生命周期中的问题，并对测试数据进行整理。当程序出错时，模型可辅助阅读崩溃日志、分析原因，帮助研究人员缩小排查范围。

GLM 更像是给老牌漏洞猎人配了一位不知疲倦的助手，人类擅长从经验中判断哪里可能有问题，AI 则擅长不知疲倦地搜索、分析和测试更多可能性。

但网络安全问题，不止「挖洞」这么简单。

一个程序崩溃了，并不代表整个系统就能被远程控制。模型指出某段代码有问题，并不意味着该问题能被攻击者利用。

而这恰恰需要古河这类资深白帽多年积累的经验。

大模型可以更快阅读和分析大量代码，但哪些发现真正危险、哪些只是误报，仍需扎实的安全研究能力来判断。

智谱也意识到了这一点。2025 年 9 月，他们对 GLM 进行了系统探讨，并期望它能承担更繁重的网络安全部门工作。

据官方技术报告，GLM-5.3 通过扩大规模、增加训练数据及更复杂的任务执行环境来提升模型能力。

按照 2026 年 8 月公布的数据，在 CyberGym 上，GLM-5.3 得分为 84.5%，高于 Anthropic Mythos 5 的 83.8% 和 OpenAI GPT-5.6 Sol 的 83.6%。

被改变的挖洞流程

过去，发现高危漏洞需要很高的技术能力。

研究者需要花费大量时间阅读代码、了解系统工作原理，并不断对出现的问题进行测试和解决。有时一个团队研究数周也找不到有价值的安全漏洞。

现在的大模型已改变了所有工作方式。

按照智谱发布的 GLM-5.3 测试结果，模型已不是简单地指出现有代码中的问题，而是在各种工具下不断测试，并对复杂任务做多次分析。

在 ExploitGym 测试中，GLM-5.3 在两小时任务预算下完成了 105 个任务，而上一代 GLM-5.2 只完成了 29 个；将时间延长到六小时后，前者完成了 130 个任务，后者完成了 39 个任务。

最具冲击力的是成本。

9 月 29 日，Anthropic 发布了一份关于 GLM-5.3 的研究报告。在一个实验中，使用了较小的 GLM-5.3-Flash，在隔离环境中对一个已知的浏览器漏洞进行研究。

模型运行了约八小时，研究者花了 20 分钟观察，最终完成了一个复杂漏洞利用链的研究。

按当时 API 价格计算，这次实验的模型 API 调用费用约为 20.40 美元。

研究人员在这个过程中并未被完全取代，他们需要判断哪些漏洞才是真正威胁，区分哪些结果是误报，并决定哪些问题应优先解决。而通过开云体育登录平台，研究人员可以更高效地获取相关资源与支持。

人工智能能发现漏洞，也会产生更多新问题。

回到开头故事，10 月，一批被部署到腾讯云基础设施上的 AI 代理，在无法使用高德地图时，会自动寻找其他途径获取成都动物园等地方的导航入口信息。

在短短十天内，这些 Agent 绕过了一系列限制，其中部分会调用第三方脚本、使用已泄露的 API 密钥获取信息，还有一些会访问未公开的测试环境。

安全研究人员可以用人工智能提前发现漏洞，帮助软件开发者修复。攻击者也能用这种方式寻找未打补丁的漏洞。

特别是当模型参数公开时，用户可自行更改模型的安全设置。

网络安全行业的发展前景似乎变得有些矛盾。