Anthropic内部模型击穿五大平台端到端自主串联武器化攻击链

AI技术投降派

AI安全对抗已从单点漏洞挖掘跃迁为全自主武器化链条交付，但人类审查与修复无法被算力加速，使防御侧彻底沦为攻防对抗的限速瓶颈。

AI-assisted summary of 英伟达语音模型登顶：100小时录音3分钟跑完 — original source. Check the original for full context.

Source published: 2026-10-30

Key ideas

Anthropic 内部未命名研究模型在 Chrome、Safari、Android、Windows 和 Linux 五大平台上各自构建出完整的端到端武器化攻击链，全程实现自主挖掘与代码利用。 (0:00)
该模型在 Linux 平台仅用 48 分钟泄露内核指针并耗时 5 分钟拿下 root 权限，在 Chrome 平台通过串联四阶段漏洞实现单次点击 RCE 弹出计算器。 (0:00)
技术突破核心在于推理阶段的测试时算力扩展（Test-time Compute Scaling）与闭源二进制逆向分析，能将机器码还原为带注释的 C 语言进行差分挖掘。 (2:35)
尽管表现惊艳，其数据仍存在水分：自评严重等级常被软件维护者减半，历史上有过将 271 个崩溃点合并为 3 个 CVE 的先例，且目前缺乏实战被利用证明。 (5:08)

Detailed notes

## Background 该内容由 Bilibili 频道“AI技术投降派”于 2026 年 10 月 30 日发布。页面简介主要介绍了英伟达开源语音模型 Nemotron 3.5 Transcribe 登上开源英语榜首、支持四合一自然语言指令交互、离线性能极限及配套数据集 Granary v2 的技术细节与局限。

## TL;DR 内容深入剖析了 Anthropic 未公开研究模型攻破 Chrome、Safari、Android、Windows 和 Linux 五大平台的重磅安全事件，展示了模型自主构建端到端武器化利用链的恐怖能力。这一跃迁的核心驱动力在于测试时算力扩展（Test-time Compute）与闭源二进制逆向分析，标志着 AI 挖洞正式从单点 Bug 寻找升级为系统级武器化军备竞赛。然而，内容也客观浇下“四盆冷水”，指出其存在严重性自评虚高、统计口径前科、真实攻防威胁极低以及模型细节黑箱等问题。整体论证了 AI 虽重塑了漏洞挖掘效率，但由于人类修复分诊存在速度瓶颈，攻防天平正迎来更复杂的拉扯。

## Atmosphere & style 整体基调冷峻硬核且极具危机感，开篇以“53分钟零交互攻破Linux”等戏剧性细节迅速建立起高维技术威压。叙事风格在惊叹前沿能力与犀利泼冷水之间张弛有度，既有对自动化逆向绝活的硬核复盘，又有对巨头公关水分与数据口径的冷血拆解。整场讲述犹如一场条理清晰的安全沙盘推演，在带给观众技术震撼的同时，弥漫着对未来零日攻防失衡的深层警醒。

## Bulletin - [00:00](https://www.bilibili.com/video/BV1bzso6gEdQ?t=0s) Anthropic 内部未命名研究模型在 Chrome、Safari、Android、Windows 和 Linux 五大平台上各自构建出完整的端到端武器化攻击链，全程实现自主挖掘与代码利用。 - [00:00](https://www.bilibili.com/video/BV1bzso6gEdQ?t=0s) 该模型在 Linux 平台仅用 48 分钟泄露内核指针并耗时 5 分钟拿下 root 权限，在 Chrome 平台通过串联四阶段漏洞实现单次点击 RCE 弹出计算器。 - [02:35](https://www.bilibili.com/video/BV1bzso6gEdQ?t=155s) 技术突破核心在于推理阶段的测试时算力扩展（Test-time Compute Scaling）与闭源二进制逆向分析，能将机器码还原为带注释的 C 语言进行差分挖掘。 - [05:08](https://www.bilibili.com/video/BV1bzso6gEdQ?t=308s) 尽管表现惊艳，其数据仍存在水分：自评严重等级常被软件维护者减半，历史上有过将 271 个崩溃点合并为 3 个 CVE 的先例，且目前缺乏实战被利用证明。

## Key takeaways - [00:00](https://www.bilibili.com/video/BV1bzso6gEdQ?t=0s) 网络安全研究迎来里程碑：AI 从只能发现孤立的单点漏洞，进化到可端到端交付高可用性的完整武器化攻击链。 - [00:00](https://www.bilibili.com/video/BV1bzso6gEdQ?t=0s) 五大主流平台全线击穿，包括 macOS Chrome 的单次点击 RCE、Safari 强关同源策略窃密、锁屏 Pixel 9 数据提取、Windows HTTP/3 崩溃 DoS 以及 Linux 本地提权。 - [00:00](https://www.bilibili.com/video/BV1bzso6gEdQ?t=0s) 各大受影响厂商已介入修复，谷歌为相关发现分配了 62 个严重或高危级别的 CVE 漏洞编号并发布在 Chrome 156 中。 - [02:35](https://www.bilibili.com/video/BV1bzso6gEdQ?t=155s) 核心方法论依赖测试时算力扩展（Test-time Compute），通过并行部署海量 Agent 集群并按独特贡献度动态分配算力。 - [02:35](https://www.bilibili.com/video/BV1bzso6gEdQ?t=155s) 模型掌握了顶尖逆向专家的二进制反编译能力，可将闭源机器码重构成语义化的 C 语言并进行细微边界缺陷的比对分析。 - [04:15](https://www.bilibili.com/video/BV1bzso6gEdQ?t=255s) AI 挖洞军备竞赛全面白热化，Anthropic 的成果紧跟 OpenAI 披露的 Brotli 解码器漏洞之后，被业内形容为 F1 级对抗。 - [05:08](https://www.bilibili.com/video/BV1bzso6gEdQ?t=308s) 危害等级自评存在水分，模型宣称的 26,000 多项发现中，真正送达开源软件维护者手中的不足一成，且认可度常遭腰斩。 - [05:08](https://www.bilibili.com/video/BV1bzso6gEdQ?t=308s) 统计口径曾有前科，团队此前宣称的 271 个 Firefox 漏洞经社区开发者硬核对账后发现仅对应 3 个正式 CVE。 - [05:08](https://www.bilibili.com/video/BV1bzso6gEdQ?t=308s) 实验室成果尚未转化成真实威胁，在长期追踪的 200 多个 AI 流程挖掘的 CVE 中，真实网络攻击中被利用的仅有 1 个。 - [05:08](https://www.bilibili.com/video/BV1bzso6gEdQ?t=308s) 攻防天平出现结构性失衡：攻击者算力近似无限扩张，但防御端依赖人类审查和代码修复的限速步骤无法无限加速。

## Detailed walkthrough ### [00:00](https://www.bilibili.com/video/BV1bzso6gEdQ?t=0s) 未公开模型击穿五大平台：五条端到端完整武器化利用链

2024 年 10 月 27 日，Anthropic 发布了一篇震撼业界的网络安全研究公告：他们手里的一个未公开命名的内部研究模型，在 Chrome、Safari、Android、Windows 和 Linux 这五大主流真实软硬件平台中，各自构建出了一条完整的端到端攻击链。这次突破绝非在代码库里挑出几个无关痛痒的孤立漏洞，而是“从发现到写出可用的攻击代码一气呵成”。最令安全圈感到毛骨悚然的细节发生在 Linux 平台的测试中：该模型先耗时 48 分钟泄露了一个内核指针，随后仅用 5 分钟就成功提权拿到 root 权限——整整 53 分钟，零点击交互，一台普通服务器便彻底沦陷。

在披露治理方面，这批发现已被严格纳入负责任的协同披露流程。受影响厂商获得了 90 天的修补窗口期，漏洞修复后还有 45 天的技术细节静默期，目前所有涉事厂商均已发布更新。其中，谷歌已经为相关发现分配了整整 62 个 CVE 漏洞编号，并全部在 Chrome 156 版本中完成修补，官方口径定调为“均为严重或高危”。

这五条覆盖主流生态的攻击链在技术实现和危害等级上各具代表性：

```mermaid flowchart TD accTitle: Chrome端到端远程代码执行利用链 accDescr: 展示模型如何通过四个阶段串联漏洞，从V8引擎堆损坏最终在macOS Chrome上实现代码执行并弹出计算器。 subgraph S1["第一阶段：引擎沙箱逃逸"] A["V8 引擎堆损坏"] --> B["逃逸 V8 内存沙箱"] end subgraph S2["第二阶段：绕过防护与读内存"] B --> C["ROP (返回导向编程)<br/>绕过 ASLR 地址随机化"] C --> D["缓存接口静态条件竞态<br/>越界读取沙箱外内存"] end subgraph S3["第三阶段：权限劫持与执行"] D --> E["联合登录组件 UAF 漏洞<br/>(释放后使用)"] E --> F["macOS 原生 Chrome 执行代码<br/>(弹出计算器验证成功)"] end ```

- **Chrome 链（危害最大，单次点击 RCE）：** 模型从 V8 引擎的堆损坏起步，逃出 V8 内存沙箱，接着运用返回导向编程（ROP）绕过地址空间布局随机化（ASLR），利用缓存接口中的竞态条件读取沙箱外部的内存，最后命中联合登录组件中的一个释放后使用（UAF）漏洞注入并执行任意代码。四段利用首尾拼接，最终在 macOS 原生 Chrome 浏览器上成功弹出计算器程序，验证了整条远程代码执行链的通畅。 - **Safari 链（纯数据窃取）：** 利用 JavaScriptCore 的 UAF 漏洞结合沙箱通信缺陷，直接在内存层面强行关掉同源策略（SOP）。攻击者无需获得底层系统的代码执行权限，就能直接把用户在浏览器中的浏览历史、Cookie 和会话凭证全部读取带走。 - **Android 链（锁屏真机数据渗透）：** 在谷歌 Pixel 9 真机处于锁屏的状态下，模型挖掘出 USB 传输协议的授权缺陷，绕过原本强制要求的六位配对码验证，直接从设备中抽走照片与敏感个人数据。 - **Windows 链（服务器崩溃 DoS）：** 针对 Windows 内核在 HTTP/3 协议实现中的越界读取缺陷，只需发送少量特定构造的报文，就能让处于监听状态的 Windows 服务器直接崩溃重启。由于该漏洞可以无限次重复触发，官方评估其暴露面覆盖数百万台公网服务器。 - **Linux 链（本地提权）：** 利用网络栈中的竞态条件结合 UAF 漏洞，两阶段一气呵成拿到操作系统的 root 最高控制权。

---

[02:35](https://www.bilibili.com/video/BV1bzso6gEdQ?t=155s) 方法论揭秘：测试时算力扩展与二进制逆向的“人类手艺”

面对如此庞大的利用链，Anthropic 在官方公告中写下了这样一句定调：“初始提示之后，发现漏洞和编写攻击代码全部由模型自主完成。”在这套自动化渗透体系的背后，核心方法论由两大关键技术支柱构成：

首先是**测试时算力扩展（Test-time Compute Scaling）**。系统在推理阶段并行部署了海量具备自主探索能力的扫描智能体（Agent），并通过一套精细的机制度量每个 Agent 的“独特贡献度”，以此动态分配推理算力。在扫描策略上，模型不再局限于传统的模式匹配，而是融合了覆盖率导向、高价值目标导向与威胁建模驱动的多样化扫描器，并配套自动变体分析工具，将已知漏洞形态快速向周边代码发散。

另一个关键跃迁体现在**闭源二进制逆向分析能力**。在攻破 Windows 系统的 HTTP/3 漏洞时，模型不仅是在读开源代码，而是操纵逆向工程工具暴力拆解闭源的二进制程序，将机器码重新还原成带有清晰语义和结构体注释的 C 语言逻辑，随后通过行为对比与差分分析捕捉细微的边界缺陷。这项工作此前一直是人类顶尖逆向安全专家的看家绝活，公告特别强调：“这是历史上只有少数专家团队能做的事。”

``` ┌──────────────────────────────────────────────┐ │ 测试时算力扩展 (Test-time Compute) │ │ 并行驱动大规模自主扫描 Agent 集群 │ └──────────────────────┬───────────────────────┘ │ ┌──────────────────────────────┼──────────────────────────────┐ ▼ ▼ ▼ ┌──────────────────┐ ┌──────────────────┐ ┌──────────────────┐ │ 多样化扫描策略 │ │ 自动变体分析 │ │ 闭源二进制逆向 │ │ 覆盖率/目标/威胁模型│ │ 漏洞模式衍生扩散 │ │ 逆向反编译为带注 │ │ │ │ │ │ 释 C 语言行为对比│ └──────────────────┘ └──────────────────┘ └──────────────────┘ ```

在这套自动化流程下，人类在漏洞发现与利用阶段的角色被压缩到极低程度，仅在最终负责任披露（Coordinated Vulnerability Disclosure）时介入： - **上游厂商全面介入修复：** 苹果迅速封堵了 Safari 的沙箱与 SOP 绕过问题；微软修补了 HTTP/3 崩溃缺陷；Linux 社区不仅合并了上游补丁，还火速回溯至各个长期支持（LTS）稳定内核。 - **Chrome 生态的大规模洗牌：** 在 Chrome 10 月 27 日发布的增量安全更新中，全社区 52 个修复席位里，来自 Anthropic 的研究员凭借该模型的产出一人独占 16 个，其中包括全部 4 个被评定为最高危级别的致命漏洞。

---

[04:15](https://www.bilibili.com/video/BV1bzso6gEdQ?t=255s) AI 挖洞军备竞赛：从 Project Big Sleep 到端到端全武器化

这项成果的诞生并非偶然，而是两条并行演化轨迹交汇的产物：

一条是 **Anthropic 自身的网络安全推进时间表**。2024 年 2 月，Anthropic 首次使用 Claude 3 Opus 尝试小规模漏洞挖掘实验；4 月，他们正式对外启动专属安全项目，将专门针对代码与攻防微调的研究模型定向开放给全球约 40 家受信任机构；10 月，该项目进一步演进为体系化的“网络安全验证计划”（Cyber Verification Program）。

另一条是**各大 AI 巨头之间硝烟四起的外部对抗**。就在 Anthropic 发布该公告的仅仅 4 天前，OpenAI 刚刚公开披露其红队智能体在自身训练环境中发现了知名压缩库 Brotli 解码器的高危漏洞。Anthropic 的安全负责人在内外部交流中直接使用了“F1 方程式赛车”的比喻来形容当前的技术对抗，安全圈亦正式将这一阶段命名为“AI 挖洞军备竞赛”。

与早期里程碑（如谷歌的 Project Big Sleep 挖掘单点内存越界）相比，这次研究模型的根本性分水岭在于：**从寻找单一孤立 Bug，进化为跨平台、多环节、端到端的武器化攻击链（Full Exploit Chain）交付。**

安全社区对这一转折反响剧烈。一位资深安全老将在读完公告后撰文感叹“漏洞研究这行已经被改变”；但也有冷静的评论家指出，安全攻防的数学逻辑正在发生质变：“攻击者手里的算力是无限的，这件事迟早会发生，只是比大家准备好的时间早。”

---

[05:08](https://www.bilibili.com/video/BV1bzso6gEdQ?t=308s) 四盆冷水：数据水分、落地黑箱与真实攻防天平

尽管五条攻击链展示了惊人的破坏力，但冷静审视这一成果，仍有四笔账需要被客观“泼冷水”：

1. **严重性自评存在水分：** 公告中的危害级别基本属于模型与团队自评。有第三方安全机构对账后发现，开源软件维护者最终认可的严重等级只有模型自评的大约一半；在模型宣称找到的 26,000 多项各类发现中，真正达到门槛并送达软件维护者手中的比例甚至不足一成。 2. **披露数字的历史前科：** 此前该团队曾宣称发现了火狐（Firefox）浏览器的 271 个漏洞，但随后被社区开发者硬核打脸考证——那 271 个问题合并后实际只对应了 3 个正式 CVE。这种把中间崩溃点或变体放大为海量漏洞的统计口径，历来饱受业界质疑。 3. **真实世界的实战威胁存疑：** 安全机构长期追踪的 200 多个由类似 AI 流程产出的 CVE 漏洞中，截至目前在真实网络对抗中被攻击者实际利用的仅有 1 个。换言之，它在实验室环境堪称神兵利器，但在现实复杂攻防中尚未形成普遍威胁。 4. **核心细节依然处于黑箱状态：** Chrome 修复的 62 个 CVE 并没有逐一标注 AI 在每个漏洞中的具体参与度；该模型的具体架构身份、挖掘这五条链消耗的测试时算力成本、以及获得的漏洞赏金去向，公告一概未作披露。

综合来看，这件事的里程碑意义不在于证明“AI 会找漏洞”——这早已被行业证实；真正的分水岭在于证明了“AI 能够自主把多个零散漏洞串联并武器化，打磨成高可用性的攻击链”，解说者尖锐地评价道：“这是从手枪到狙击步枪的差别。”

目前攻防天平的两端正被两股力量相互拉扯：在防御与修复侧，由于人类维护者的人工分诊（Triage）和审查代码是无法被无限加速的限速步骤，“找到漏洞绝对不等于修好漏洞”；在进攻与利用侧，真实黑产黑客尚未能大规模铺开此类高算力流水线。正如 Anthropic 在公告结尾对全体软件开发者给出的警示：“扫描你自己的代码比以往任何时候都重要。”

在一个月内接连目睹 Brotli 漏洞与五大平台 62 个 CVE 被攻破之后，AI 驱动的安全对抗节奏已彻底被改写。接下来整个行业需要紧盯三个核心风向标： - 45 天静默期彻底结束后，Anthropic 是否会兑现承诺公开这五条链的全部武器化利用细节； - 谷歌 DeepMind、OpenAI 等竞争实验室是否会跟进披露同量级的端到端攻击链成果； - 真实世界网络战中，首次确认出现由 AI 挖掘出的零日漏洞（0-day）攻击事件的那一天究竟何时到来。

## Notable quotes > [05:08](https://www.bilibili.com/video/BV1bzso6gEdQ?t=308s) 扫描你自己的代码比以往任何时候都重要。 — Anthropic

## Mentioned Anthropic, OpenAI, 谷歌 (Google), 苹果 (Apple), 微软 (Microsoft), Chrome, Safari, Android, Windows, Linux, Pixel 9, Firefox, V8 引擎, JavaScriptCore, Brotli, Claude 3 Opus, Project Big Sleep

## Video description 英伟达昨天开源了语音转录模型 Nemotron 3.5 Transcribe，发布当天登上开源英语榜第一，平均错字率 5.33%。但这个第一比听起来惊险：第二名通义的千问小模型 5.40，差距只有 0.07 个百分点，而上一任第一正是那个千问。曾经的王者 whisper 已经排到第 23 名，上一次更新权重还是 2023 年。它没有输，它只是从选手变成了赛道。

这个模型真正的卖点是四件事塞进一个模型：转录、翻译、说话人识别、音频问答，操作全用自然语言。同一盘录音，想要逐字稿就说"保留语气词"，想要干净稿子就说"去掉口误"，人名术语附在后面照着写。最狠的一条指令是"只转录离麦克风最近的那个人"：远场多人同时说话，普通模型错字率 27%，加上这句话掉到 4.8%。

它有一条硬边界：官方文档加粗写明"这是离线模型"，只吃录好的音频。换来的是三样实时模型给不了的东西：单次最长 1 小时、最多认出 8 位说话人、量化后单张专业卡一秒吐 2238 秒音频，100 小时录音 3 分钟跑完。实时场景留给同家族的 0.6B 流式小模型，一个管快一个管准。

同步发布的数据集 Granary v2 也有两个容易踩的坑：463,062 小时是标签清单的时长，不是能直接下载的音频，音频要从 16 个原始语料库按各自许可自己去拿；构成上 82% 来自欧洲议会的演讲录音，小语种只有几千行。低调但关键的变化：一代里大量视频网站爬取的语音，二代公开清单里整个消失了。冷水也泼了：长音频榜输给社区微调的小鹦鹉、音频问答只在英语上验证、挪威语错字率 64% 形同虚设、模型 67GB 要 80G 显卡起步。好在许可大方：开放权重，允许商用。

00:05 发布日：白天干四份工作的夜班模型 00:38 骨架：语言模型当大脑，两只耳朵只负责听 01:39 榜单：0.07 的险胜与 whisper 的第 23 名 03:20 四合一：像点菜一样用自然语言下指令 04:25 硬边界：不做实时，换来三样极限 05:31 数据集：46 万小时的标签，和消失的爬取源 06:51 冷水：输过的榜、进不去的门、盖得大方的章 07:09 收尾：语音识别的三个拐点

模型：huggingface.co/nvidia/NVIDIA-Nemotron-3.5-Transcribe-30B-A4B

[Source](https://www.bilibili.com/video/BV1bzso6gEdQ)

中文简报

Anthropic内部模型攻破五大平台自主串联端到端武器化攻击链 AI安全对抗已从单点漏洞挖掘跃迁为全自主武器化链条交付，但人类审查与修复无法被算力加速，使防御侧彻底沦为攻防对抗的限速瓶颈。内容深入剖析了 Anthropic 未公开研究模型攻破 Chrome、Safari、Android、Windows 和 Linux 五大平台的重磅安全事件，展示了模型自主构建端到端武器化利用链的强大能力。这一跃迁的核心驱动力在于测试时算力扩展（Test-time Compute）与闭源二进制逆向分析，标志着 AI 挖洞正式从单点 Bug 寻找升级为系统级武器化军备竞赛。然而，内容也客观浇下“四盆冷水”，指出其存在严重性自评虚高、统计口径前科、真实攻防威胁极低以及模型细节黑箱等问题。整体论证了 AI 虽重塑了漏洞挖掘效率，但由于人类修复分诊存在速度瓶颈，攻防天平正迎来更复杂的拉扯。 Anthropic 内部未命名研究模型在 Chrome、Safari、Android、Windows 和 Linux 五大平台上各自构建出完整的端到端武器化攻击链，全程实现自主挖掘与代码利用。 (0:00) 该模型在 Linux 平台仅用 48 分钟泄露内核指针并耗时 5 分钟拿下 root 权限，在 Chrome 平台通过串联四阶段漏洞实现单次点击 RCE 弹出计算器。 (0:00) 技术突破核心在于推理阶段的测试时算力扩展（Test-time Compute Scaling）与闭源二进制逆向分析，能将机器码还原为带注释的 C 语言进行差分挖掘。 (2:35) 尽管表现惊艳，其数据仍存在水分：自评严重等级常被软件维护者减半，历史上有过将 271 个崩溃点合并为 3 个 CVE 的先例，且目前缺乏实战被利用证明。 (5:08)

Reading summary

Anthropic 披露其内部未公开研究模型在 Chrome、Safari、Android、Windows 和 Linux 五大主流平台自主构建了端到端全武器化攻击链，标志着 AI 漏洞挖掘正从单点 Bug 探测跃升至高可用性利用链交付，但其实际攻防威胁与数据指标仍面临业界质疑。端到端武器化利用链击穿五大主流平台 (0:00) 2024 年 10 月 27 日，Anthropic 披露其内部模型在主流操作系统与浏览器中实现了由初始提示驱动、全流程自主完成的端到端攻击链构建。该成果覆盖多个生态：在 Linux 测试中，模型用 48 分钟泄露内核指针后仅用 5 分钟即提权至 root；在 Chrome 上，模型将 V8 堆损坏、ROP 绕过 ASLR、缓存竞态条件读取内存与联合登录组件 UAF 漏洞四段拼接，最终在 macOS 原生浏览器上弹出计算器实现远程代码执行。此外，该模型还在 Safari 上绕过同源策略窃取 Cookie 与历史记录，在锁屏 Pixel 9 上借 USB 协议授权缺陷导出数据，并通过 Windows 内核 HTTP/3 缺陷实现针对海量服务器的持续崩溃攻击。涉及漏洞均进入 90 天修补与 45 天静默协同披露流程，谷歌已为此分配 62 个严重或高危 CVE 并在 Chrome 156 中完成修补，涉事厂商均已发布更新。算力扩展与闭源逆向重塑自动化渗透 (2:35) 这一突破的核心方法论建立在“测试时算力扩展（Test-time Compute Scaling）”与“闭源二进制逆向”两大支柱之上。在推理阶段，系统并行调度海量具备自主探索能力的扫描智能体，依据“独特贡献度”动态分配算力，并结合覆盖率、高价值目标与威胁建模驱动的扫描器及自动变体分析扩散已知漏洞。突破性的跃迁在于逆向能力，针对 Windows 的 HTTP/3 漏洞挖掘中，模型自主操纵工具拆解闭源二进制机器码，还原为具备清晰语义注释的 C 语言逻辑，并通过行为差分分析捕获边界缺陷，替代了以往高度依赖人类专家的顶尖手工逆向分析。在整个挖掘与编写攻击代码环节中人类干预被压缩至极低，仅在负责任披露阶段介入协助苹果、微软和 Linux 等上游社区打补丁；在 Chrome 10 月 27 日的增量安全更新中，Anthropic 研究员借助该模型独占了 52 个社区修复席位中的 16 席，并包揽了全部 4 个最高危漏洞。 AI 挖洞军备竞赛步入链式交付时代 (4:15) 此次成果标志着 AI 攻防体系进入端到端武器化竞争阶段。从演进路径来看，Anthropic 自 2024 年 2 月使用 Claude 3 Opus 试水漏洞挖掘，4 月启动对约 40 家受信任机构开放的专属项目，到 10 月演进为“网络安全验证计划”；与此同时，OpenAI 亦在 4 天前披露其红队智能体在自身环境中捕获 Brotli 解码器高危漏洞，技术对抗被安全负责人比作“F1 方程式赛车”。与谷歌 Project Big Sleep 等早期仅关注单一内存越界的项目不同，当前模型的核心分水岭在于跨平台、多环节的攻击链整合。安全社区指出，算力资源的大幅注入使攻防的数学逻辑发生质变，攻击链武器化的到来比行业预期更为迅速。评估指标水分与真实战力面临的冷水 (5:08) 尽管实验室破坏力显著，但业界对其实际战果提出了四项客观审视。首先，危害性自评存在水分，第三方机构核对显示开源维护者认可的严重等级仅约模型自评的一半，模型声称的 26,000 多项发现中仅有不足 10% 送达维护者；其次，披露数据存在统计口径前科，此前该团队宣称的火狐浏览器 271 个漏洞合并后实际仅对应 3 个正式 CVE；再者，在长期追踪的 200 多个 AI 产出 CVE 中，真实网络对抗中被攻击者实际利用的仅有 1 个，实验室能力尚未转化为普遍现实威胁；最后，关键细节仍处于黑箱，Chrome 的 62 个 CVE 未标明 AI 的具体参与度，模型架构、测试时算力消耗及赏金去向均未公开。该研究的分水岭在于验证了 AI 自主串联零散漏洞并构建完整高可用攻击链的能力。然而，攻防天平正受到两端制约：防御侧人类代码审查的分诊速度难以无限提升，而攻击侧真实黑客亦尚未大规模部署高算力流水线。行业正密切关注 45 天静默期后利用细节的公开程度、DeepMind 与 OpenAI 等竞争对手的跟进披露，以及真实世界中首个 AI 挖掘 0-day 攻击事件何时出现。

Source quotes

[5:08] Anthropic: 扫描你自己的代码比以往任何时候都重要。

Original transcript

[0:00] 一个没有发布的内部模型把五大平台全部打穿10月27号Anthropic发布安全研究公告他们的内部研究模型在ChromeSafari和安卓,加上Windows和Linux这五类真实软件里,各构建了一条完整攻击链,不是找到几个孤立的漏洞,是从发现到写出可用的攻击代码一气呵成。最有冲击力的细节在Linux链上模型先花48分钟泄露一个内核指针再花5分钟拿到root权限53分钟零点击一台普通服务器沦陷Chrome一侧谷歌已经为GP发现分配了62个CVE全部在Chrome 156里修补官方口径是均为严重或高危这次先说清楚三个事实,发现者是一个未具名的内部研究模型,Anthropic没在公告里说它叫什么。披露走的是协调流程厂商拿到90天修补期之后还有45天静默所有厂商都已修复这期讲三件事五条链各自怎么打的这件事在AI安全史上什么位置以及哪些地方要泼冷水逐条看五链第一条,Chrome,危害最大,一次点击远程代码执行,模型先用V8引擎的堆损坏起步,接着逃出V8内存沙箱。再用返回导向编程绕过地址随机化然后利用缓存接口的静态条件读取沙箱外的内存最后在联合登录组件的释放后使用漏洞里执行代码四段拼接在MacOS原生Chrome上弹出计算器,证明整条链通第二条,Safari,数据窃取JavaScript Core的释放后使用漏洞加杀箱通信缺陷最后在内存里关掉同源策略,你在浏览器里的历史,Cookie,绘画都可能被堵走。纯数据攻击不用执行代码第三条安卓真机实测谷歌Pixel 9锁平状态下通过USB传输协议的授权缺陷,绕过六位配对码,直接抽走照片和个人数据。第四条,Windows,服务器崩溃。内核里HTTP 3.0实现的一个月戒读,少量报文就能让监听中的Windows服务器崩溃重启。还能无限重复官方估计暴露面试数百万台服务器这一条模型的工作方式值得单独说他是用逆向工程工具拆了碧原二进制。用带注释的C重写了逻辑,再做行为对比找出的缺陷。第五条,Linux刚才说过,网络站静态加释放后使用,两阶段拿到root怎么做到的?公告的原话是,初始提示之后,发现漏洞和编写攻击代码全部由模型自主完成。方法论上两个关键词,一个是测试时算力扩展并行跑大量扫描代理。按独特贡献度量每一个,另一个是扫描器多样性、覆盖型、目标型,还有威胁键模型的扫描加自动变体分析。Windows那条链还展示了二进制能力,逆向、重写、对比。这是人类安全研究员的传统手艺,人的角色被压到极低,公告说这是历史上只有少数专家团队能做的事。披露流程也机构化90天给厂商修,之后再留45天才讨论公告之外的细节。修复现状,谷歌修了安卓问题和Chrome62个CVE。苹果很快修了Safari微软修了那个Windows漏洞Linux在上游修完还回忆到了稳定内核Chrome 10月27号的增量更新里Anthropic的研究员一个人占了52个修复里的16个包括全部四个最高位这件事的位置要看两条线,一条是Anthropic自己的路线。今年二月他们先用OPUS做了一轮漏洞扫描研究4月正式启动安全项目把专用模型开放给大约40家受信机构10月这个项目扩展成网络验证计划这条线的对手不只是漏洞,另一条线上OpenAI在四天前刚刚披露,他们的红队代理在自己训练环境里发现了Brotley解码器的严重漏洞,两家前后脚,行业把它叫AI挖动军备竞赛安森。 [5:00] Topic安全负责人自己用了F1方程氏这个比喻跟更早的先行者比,这次独特在哪儿?谷歌的Big Sleep是找单点漏洞这次是跨平台端到端攻击链从发现到武器化一体交付圈子的反应也可以看看安全研究圈有位老将直接写了篇文章标题叫漏洞研究这行已经被改变也有资深评论者提醒攻击者手里的算力是无限的这件事迟早会发生只是比大家准备好的时间早泼冷水的部分四笔第一,严重性是自评的,有安全机构专门对过状、模型评出来的严重等级。维护者只认其中一半左右官方声称的26000多项发现里真正送达维护者的不到一成第二,历史数字有前科,之前宣称的271个火湖漏洞。后来被社区考证实际只对应三个CV1发现数和CV1数的换算这家公司历来被质疑放大第三,实际影响存疑,安全机构跟踪的200多个相关CV-1,确认在真实攻击中被利用的只有一个。第四,62个CV-1并非每条都标注了AI参与模型的具体身份,算力投入。赏金去向,公告一概没说这个故事最核心的部分。其实还是黑箱,我的判断。这件事的里程碑不在AI会找漏洞,那早就证明了在AI能把漏洞串成武器化的攻击链。这是从手枪到狙击步枪的差别攻防天平确实在动但有两股对冲力量修复册,人类分枕是限速步骤,找到不等于修好。利用测,目前真实世界几乎没有攻击者用上这些发现对做软件的人,公告结尾那句话就是最好的建议,扫描你自己的代码比以往任何时候都重要。之前我们讲过OpenAI的Broadly漏洞,那是一个漏洞,这次是五条链六个平台,62个CVE,一个月内两次披露。AI安全的节奏已经变了接下来盯三件事45天静默期结束后公布的细节其他实验室会不会跟进披露以及真实攻击中首次出现AI发现漏洞的那一天公告在Anthropic官网三连关注,评论区聊聊,你更新Chrome了吗?

Anthropic内部模型击穿五大平台 端到端自主串联武器化攻击链