## 新的AI安全等式:Tokens vs. 漏洞利用
Anthropic的闭源LLM,Mythos,展示了网络安全能力的显著飞跃,成功完成了复杂的网络攻击模拟——这是AI安全研究所(AISI)最近测试中其他模型未能持续达成的。这凸显了一种令人担忧的新动态:安全性日益归结为一场经济竞赛。
AISI报告指出,为了有效保护系统,组织必须花费*更多*的tokens来识别漏洞,而不是攻击者花费在尝试利用漏洞上的tokens。Mythos的成功随着token预算的增加而持续,表明这是一种“低概率抽奖”,更大的计算投入直接对应着更高的漏洞发现率。
这具有关键意义:首先,开源软件的重要性被放大,因为广泛使用的库的集体token支出可能超过单个公司的安全预算。其次,软件开发可能会演变成一个三阶段过程:开发、审查和*专门的加固*,使用LLM,预算——以及因此产生的token支出——将成为后者的主要限制。
最终,代码安全性不再仅仅是关于巧妙,而是关于超越潜在攻击者的支出,类似于加密货币的“工作量证明”模式。