从 2/10 到 7/10：GPT-5.6 Sol 在 AI 网安攻防中拉出断层式领先

7 月 17 日晚，OpenAI 官方账号在 X 上放出一张成绩单：GPT-5.6 Sol 在英国 AI 安全研究所（AISI）的 "The Last Ones" 网络靶场中 10 次尝试 7 次通关，刷新该项基准的最高记录。同一张图表上，前代 GPT-5.5 仅为 2/10，Anthropic 的 Mythos Preview 为 3/10。OpenAI 同步宣告，这些能力已经通过 Codex Security 插件转化为防御工具，可帮助开发团队对真实代码库进行漏洞发现、验证和修复。截至发稿，该推文已获超 900 次点赞和 10 万次浏览。

三个数字，一个本质变化

第一条结论最直接：GPT-5.6 Sol 的端到端网络渗透能力相比前代实现了约 3.5 倍的跃迁。在 AISI "The Last Ones" 靶场的 10 次独立运行中，它完成了 7 次完整的 32 步攻击链——从初始侦察、凭据窃取、跨 Active Directory 森林横向移动，到 CI/CD 供应链切入和内部数据库外泄，全程无人干预。而四月底 GPT-5.5 在同一靶场仅 2 次通关，Anthropic 的 Mythos Preview 也不过 3 次。

第二条结论：AI 网安能力仍在随推理计算投入线性增长，没有看到平台期。AISI 的评估报告明确指出，GPT-5.5 和 Mythos Preview 在 "The Last Ones" 上的表现都随 token 预算（即推理计算量）持续提升，且"尚未观察到性能平台期"。换句话说，只要肯花更多算力，模型还能更强——这对攻防双方来说，意味着时间窗口正在收窄。

第三条结论：OpenAI 的定位很明确——防御优先。GPT-5.6 系统卡指出，该模型"在发现和修复漏洞方面比可靠实施端到端攻击更强"。在 Chromium 和 Firefox 的实际测试中，GPT-5.6 Sol 能识别漏洞和利用原语（exploit primitives），但无法自主构造完整的功能性全链利用。OpenAI 将模型定级为 Preparedness Framework 的 "High" 而非 "Critical"，同时把最强能力分配给 Daybreak 计划下的受信防御者。

第四条结论：能力差距正在转化为产品。Codex Security 插件自今年 3 月推出以来，已扫描超过 3000 万次 commit 和 3 万个代码库，人工确认修复了超过 7 万个漏洞，系统自动判定 50 万以上历史漏洞已被解决。这些数字说明，实验室里的基准成绩确实在落地为可量化的防御产出。

"The Last Ones" 是什么，为什么这 7 次通关值得认真看

"The Last Ones" 是英国 AISI 与 SpecterOps 联合构建的 32 步企业网络攻击模拟环境。与常见的 CTF（夺旗赛）单点题目不同，它模拟的是一条完整的入侵杀伤链：攻击者从一台无凭据的攻击机出发，通过侦察、凭据窃取、多个 Active Directory 森林间的横向移动、CI/CD 供应链切入，最终窃取一个受保护内部数据库。靶场横跨 4 个子网和约 20 台主机，AISI 估计人类专家完成整条链路大约需要 20 小时。

GPT-5.6 Sol 在单次运行中获得 1 亿 token 预算（这一定额远高于常规 API 调用），并在 10 次独立尝试中 7 次走完 32 步全程。要理解这个数字的分量，需要看历史对比：4 月底，GPT-5.5 以 2/10 成为第二个通关该靶场的模型；更早前，Anthropic 的 Mythos Preview 以 3/10 成为全球首个通关模型。

从 2-3/10 到 7/10，不是一个渐进式的微调提升，而是可靠性的质变。在一次攻防场景中，30% 的成功率意味着操作者需要多次尝试并容忍大量失败；而 70% 意味着将这类操作推向半自动化在工程上已经可行。

更值得关注的细节藏在 Rohan Paul（AI 领域知名技术博主，前德意志银行投资银行部门出身，X 平台拥趸超 15 万）转发的数据中：GPT-5.6 Sol 的表现"随着推理 token 增加而持续改进"。这意味着即使在同一代模型内部，操作者也可以"花钱买能力"——投入更多运行时计算，就能获得更强的网络攻击能力，而不需要重新训练模型。AISI 的评估报告也确认，他们在最强模型上"尚未观察到性能平台期"。

与此同时，GPT-5.6 Sol 在其他网络安全基准上也展现出全面提升。据 OpenAI 官方发布的数据，在 ExploitBench（衡量从发现漏洞到实现任意代码执行的能力）上，GPT-5.6 Sol 得分 73.5%，而 GPT-5.5 为 47.9%；在 ExploitGym（将真实世界漏洞转化为可用 PoC）上，Sol 的 2 小时通过率为 24.9%（vs GPT-5.5 的 15.1%），6 小时放宽后达到 33.7%；在 SEC-Bench Pro 上得分 71.2%（vs GPT-5.5 的 45.8%）。三组数据指向同一个事实：GPT-5.6 代际的网安能力提升是全方位的，不是单点突破。

从靶场到代码库：Codex Security 正在把能力变成产品

OpenAI 没有停留在发论文和跑基准的层面。推文第二句就明确写道："我们已经在看到这些能力转化为防御成果——帮助团队在真实代码中发现、验证和修复漏洞。"

Codex Security 是最直接的载体。这个插件最初于 2026 年 3 月上线，6 月在 Daybreak 网络安全计划下获得重大更新。它的工作流设计得相当务实：开发者可以在 Codex 中安装插件，选择一个代码文件夹，发送扫描指令，系统就会建立威胁模型、识别漏洞严重性和位置、提供攻击路径证据，并生成针对受影响代码的补丁建议。

Codex Security 还能接收来自外部扫描器、安全公告、漏洞赏金报告和工单系统的发现，先验证再生成修复方案，让团队可以直接用它来处理已有的漏洞积压，而不仅限于原生发现。扫描结果可通过 SARIF 和 CodeQL 等标准格式导出到常见漏洞管理和开发工具中。

从规模上看，Codex Security 已在 3 万多个代码库上扫描了 3000 万次以上 commit，超过 7 万个发现被人工标记为"已修复"，50 万以上历史发现被系统自动判定为已解决。

OpenAI 同时通过 Daybreak 合作伙伴计划将这些能力分发到企业安全生态中。目前加入的厂商包括 Cisco、Cloudflare、CrowdStrike、IBM、Palo Alto Networks、Tenable、Wiz 和 Zscaler，咨询方包括 Accenture、KPMG 和 PwC。此外，与安全研究公司 Trail of Bits 联合发起的 "Patch the Planet" 计划正在将 AI 辅助漏洞发现与人工验证和补丁开发结合起来，参与的知名开源项目包括 cURL、Go、Python、Sigstore 和 pyca/cryptography。OpenAI 称首期 5 天内已识别数百个问题并合并了几十个补丁。

需要指出的是，GPT-5.6 Sol 目前仍处于受控发布阶段。OpenAI 应美国政府要求，以受限预览方式向经批准的合作伙伴开放模型，同时设置了更强力度的安全护栏——官方称相比前代模型，"GPT-5.6 Sol 的网络安全防护拦截了大约 10 倍的有害活动"。模型采用了分层防护体系：模型级拒绝训练、实时分类器拦截、账户级行为分析以及差异化的能力访问。即便在预览期内，用户也可能遇到防护误拦甚至请求延迟的情况。

网安 AI 军备竞赛的三个阵营

GPT-5.6 Sol 的成绩并非孤立事件。回看 2026 年上半年的时间线，AI 网络安全正在以季度为节奏加速。

4 月底，Anthropic 的 Mythos Preview 成为第一个通关 "The Last Ones" 的模型（3/10），英国 AISI 为此发布了一份专门的评估报告，称"这代表了网络性能的一大步"。5 月初，OpenAI 以 GPT-5.5 回应，在 Expert 级 CTF 题目上获得 71.4% 的平均通过率，并在 "The Last Ones" 上取得 2/10。6 月 Anthropic 的 Mythos 5（通过 Fable 5 发布）将通关率提升到 6/10。而现在，7 月中旬，GPT-5.6 Sol 以 7/10 再次刷新记录。

三个月的跨度内，通关率从无到有，从 2-3 次拉到了 6-7 次。这不是某个实验室的孤例，而是两家头部 AI 公司在同一个第三方基准上的交替推进。

在社媒上，反应分化为典型的三种声音。认可派看到的是"真正在防守端有用"——AI 和网络安全博主 Bliss | AI & Cyber 评论称，"这可以显著加速漏洞发现和修复，尤其是对管理大型代码库的安全团队而言"。技术分析师 Rohan Paul 转发了图表细节并补充，GPT-5.6 Sol 的性能提升验证了"长周期网络能力可以通过推理计算规模化扩展"这一假设。他还特别指出，开源模型也在追赶：GLM-5.2 在同类靶场上"匹配了约 7 个月前发布的 Claude Opus 4.5"。市场观察者 Ranjan Soni 做了更通俗的总结——"Kimi 赢前端编程，Sol 赢网络安全，Fable 领先长周期知识工作。市场似乎在分裂为'专家型'选手。"

质疑派则集中在两个点上：基准不等于现实，护栏太紧影响使用。有人直言"真正的网络威胁不坐在实验室里"，要求看野外零日漏洞的表现。软件工程师 Corey Ward（前 Figma 员工）发截图表示自己"根本用不了就被系统标记了"。网络安全研究员 Piquo 也展示了自己的请求被安全机制拦截的截图，评论称"烧了 token 却看不到输出"。

还有一些声音点出了一个更深层的矛盾。"你没法让写代码的同一类模型成为自身安全性的唯一可信裁判"——应用安全公司 Checkmarx 的 VP Egon Kinsbruner 在接受 Security Boulevard 采访时说的这句话，精确概括了业界对"AI 自审"模型的普遍疑虑。Singulr AI 的 CSO Richard Bird 则给出了更尖锐的判断："行业表现得好像能力和控制力会同步扩展。但它们不会。"

三个走向，一个窗口

GPT-5.6 Sol 在 "The Last Ones" 上的 7/10，不是一个终点。它更像是把一扇正在关闭的窗户敞到了所有人面前。

第一个走向：防御侧的窗口期。OpenAI 明确承认 GPT-5.6 在"发现和修复漏洞方面比实施端到端攻击更强"，并据此设计了防御优先的发布策略。如果这个判断成立，那么未来 6-12 个月是防御者用 AI 超前加固系统的黄金期。AISI 的数据显示能力仍在随算力增长，说明窗口不会无限敞开。

第二个走向：开源模型在追。Rohan Paul 的数据对比显示，GLM-5.2 已能匹配约 7 个月前发布的闭源前沿模型——这个时间差相比 2025 年的大部分时间（6-10 个月）已显著缩短。当开源模型也具备同等网安能力时，限制模型分发的策略将面临根本性挑战。

第三个走向：产品化决定谁能赢。基准数字好看是一回事，能不能嵌入开发工作流是另一回事。Codex Security、Daybreak 合作伙伴网络和 "Patch the Planet" 构成了 OpenAI 的产品化三件套；Anthropic 通过 Cursor 等第三方工具分发 Fable/Mythos。两者走了不同的产品路径，但目标相同：让网安 AI 从实验室跑进生产环境。

唯一可以确定的是，从 2/10 到 7/10 只用了不到三个月。下一张成绩单，可能不需要等那么久。

参考链接：

转载声明：本文由 AREX Agent 基于公开信息自动撰写，仅供信息参考，不构成任何投资或技术决策建议。如需转载，请注明出处。