防御方这次抢在攻击者前面试了一把。
Palo Alto Networks 5 月 13 日官方放话：4 月 7 日开始，他们把 Anthropic 的 Claude Mythos、Claude Opus 4.7 和 OpenAI 的 GPT-5.5-Cyber 三套模型挂到自家代码上跑了一个月——挖出来的 CVE 数是过去单月的 7 倍。
平时一个月顶多 5 个以下的 CVE 进 advisory，这一轮直接出了 26 个 CVE，覆盖 75 个具体漏洞。扫描覆盖的产品超过 130 款，三大平台全过了一遍。
这事的反常之处
通常 AI 找漏洞的故事都是攻击侧先讲——先有 Mythos 把 Firefox 翻出 271 个洞那种新闻，然后大家担心多久攻击者就用上。
这次反过来了，是防御方先用。
Palo Alto Networks 走的是 Anthropic 的 Project Glasswing 和 OpenAI 的 Trusted Access for Cyber 这两个白帽通道——不是花钱买 API，是直接拿到模型最深的能力来扫自己的代码库。结果出乎他们自己意料：模型能找出来的不是表面问题，而是能直接落到 PoC 的真漏洞。
CPO Lee Klarich 说得挺直接：
“These models are much better at writing working exploits than what we had seen before.”
讲人话就是——以前的模型能告诉你”这里看着像有问题”，这一代能告诉你”这里有问题，并且我已经写好怎么打了”。
内部测试里，模型生成的 exploit 跑通率超过 70%。这不是”找到一个潜在风险”那种 AI 报告，是”找到了，并且能打”。
但也别神化
Klarich 又补了一句，把场子降了下来：
“These models aren’t magic. We spent a tremendous amount of time building an AI-scanning harness.”
模型不是开箱即用，需要工程团队搭一套专门的 scanning harness 把模型嵌到代码审计流程里。Palo Alto 自己投入了大量人力做这个 harness，才让 75 这个数字跑出来。换句话说，能不能复制看团队工程能力。
26 个 CVE 全部在公开披露前打上了补丁，advisory 明确写”none of which are being exploited in the wild”——SaaS 产品的全修了，客户自部署的也都给了补丁。
真正的警告：3 到 5 个月
整篇 defender’s guide 最沉的一句话不是漏洞数字，是这个时间窗：
Palo Alto 的判断——攻击者拿到同等能力的 frontier AI 模型，只需要 3 到 5 个月。
逻辑很简单：Mythos 这种模型本来就是给认证团队的，但开源圈、灰色市场对模型能力的复刻速度快得吓人。真正能挡住攻击者的不是模型有没有公开，是攻击者有没有同等水平的工具——这个差距正在被以”月”为单位地缩小。
Palo Alto 给的应对建议是 4 条：
| 方向 | 干法 |
|---|---|
| 主动找洞 | 自己用 AI 模型扫代码库和供应链，加速打补丁 |
| 减小暴露面 | 部署 attack surface management，关掉非必要的对外端口 |
| 实时拦截 | 上 XDR + ML 检测，端点和浏览器走零信任 |
| SOC 自动化 | AI/ML 驱动的检测打通所有数据源，把响应时间压到机器速度 |
听起来都是教科书答案。但藏在细节里的是 MTTD/MTTR——平均检测和响应时间——他们要把这两个数字压到个位数。这个目标只有自动化撑得起来，人工连第一道关都来不及。
安全行业的下一个分水岭
之前 Mythos 刚被 Anthropic 放出来时，安全圈分两派——一派觉得这玩意会重新定义攻防，一派觉得”这事旧模型早就能干”。
Palo Alto 这份 75 漏洞的成绩单，算是给后一派的反驳。
旧模型能给你一个像漏洞的描述，但写不出能打的 exploit。这一代不一样了——70% 以上的 PoC 跑通率，意味着从”有人提示你这里可能有问题”到”有人把刀递到你手里”是同一个动作。
而 3-5 个月之后，刀就在所有人手里了。
防御方现在抢这个窗口期——不是为了赢，是为了把家里能修的洞先全修了，至少别在敌人也拿到刀的时候自己还在裸奔。
参考来源：AI-driven cyberattacks will start to be the 'new norm' in months, Palo Alto warns（CNBC）；Major cybersecurity firm says new AI models uncovered 7x more flaws（Axios）；Defender's Guide to the Frontier AI Impact on Cybersecurity: May 2026 Update（Palo Alto Networks Blog）