Z.ai 推出 OpenVuln：附公共揭露帳本的 AI 抓漏掃描器

Z.ai 於 8 月 14 日發布 GLM-5.3 時，多數報導焦點都放在模型本身：內部 Code Bench 提升 50%、Terminal-Bench 3.0 從 4.6 分一口氣跳到 28.3 分，以及因為模型的駭侵能力成長超出預期，開放權重刻意延後約兩週做「安全強化」。

但這場發表真正有趣的一半，不是模型，而是一項產品。與 GLM-5.3 同步亮相的 OpenVuln，是基於新模型打造的程式碼庫掃描服務；伴隨它出現的還有一份安全揭露帳本（Security Disclosure Ledger），公開追蹤系統找到的每一個漏洞——從最初回報、協調揭露，一直到實際修復。

兩者合起來，勾勒出一種 AI 安全工具負責任出貨的範本：先把掃描器交給經過審核的防禦方，再讓整條紙本軌跡攤在陽光下。

OpenVuln 到底做什麼

OpenVuln 让 GLM-5.3 對軟體儲存庫進行掃描，獵捕安全弱點。這類工作向來緩慢、昂貴且高度依賴專家——一位熟練的稽核員逐段檢視程式碼，最好的團隊也只能覆蓋其中一小部分。一個強大的程式碼模型大幅壓縮了這條時間線：Z.ai 把這項工具比喻為「給每個資安團隊一支更快的手電筒，在入侵者之前先找到暗處的問題」。

早期測試的成果難以忽視。Z.ai 表示，與外部資安團隊合作、經專家審查與去重後，GLM-5.3 在 269 個真實專案中找出 2,436 個漏洞，其中 1,097 個被評為中高嚴重度。受影響的軟體簡直是網際網路承重牆的巡禮：Linux 核心、Apple 的 WebKit 瀏覽器引擎、FreeBSD、網路協定，以及廣泛使用的開源基礎設施。

有個細節特別顯眼：模型標記出最老的一個缺陷，竟然從 1981 年就存在於正式環境的程式碼裡。無論自動化稽核還能做些什麼，它至少徹底改變了「回頭重審人類在安全審查成為一門學問之前寫下的海量程式碼」的經濟學。

存取是分階段的。OpenVuln 先向獲選的受信任資安夥伴開放，約兩週內擴大規模——與 GLM-5.3 本身的階段性釋出如出一轍，其開放權重預計 8 月底公開。

帳本才是真正的創新

能找bug的工具很多。真正通常缺席的，是對「接下來怎麼辦」的問責——發現躺在私人報告裡、從未被揭露、也從未被修補。

Z.ai 的安全揭露帳本就是為了補上這一環。模型發現的每一個漏洞都會被記錄，並在協調揭露流程中公開追蹤。發布當時，已有 53 項發現完成公開揭露，另外 2,383 項仍在保密期——保密期是標準做法，給維護者時間在細節公開前完成修補。

這是整個產業值得關注的部分。AI 抓漏工具即將讓整個軟體生態系的「發現數量」爆炸性成長。公開、結構化的帳本，是少數能把洪水般的發現轉化為實際修復（而非被忽略的待辦清單）的機制。

背後的模型為什麼重要

GLM-5.3 的安全能力並非來自更大的基礎模型——它沿用與 GLM-5.2 完全相同的底座，所有進步都來自後訓練（post-training）：漏洞挖掘資料與擬真安全任務環境。

基準測試的圖像是立體的。在測試白箱原始碼漏洞挖掘的 CyberGym 上，GLM-5.3 拿下 84.5%，險勝 Anthropic 的 Mythos 5（83.8）與 OpenAI 的 GPT-5.6 Sol（83.6）——這是開放權重模型首度在該基準稱王。但在衡量後端利用能力的 ExploitBench 上，GLM-5.3 從 24.4% 躍升至 54.4%，仍落後 Mythos 5（78）與 GPT-5.6 Sol（76.5）。在 ExploitGym 中，它兩小時內完成 105 項利用任務、六小時內完成 130 項，前代僅分別完成 29 與 39 項。

Z.ai 指出，最強的進步出現在攻擊鏈的後段——把漏洞分析與跨元件的利用推理串接起來。而這正是讓該公司延後開放權重的原因：幫防禦者找到鏈式缺陷的技能，同樣能幫攻擊者利用它。

獨立測試者也注意到，在若干最困難的程式碼基準上，該模型仍落後 Anthropic 的 Fable 5 與 OpenAI 的 GPT-5.6 Sol；據報導，它已經在 Cursor（近期被 SpaceX 收購的 AI 編碼工具）中標記出一個安全問題。

揮之不去的雙用途問題

這場發表的時機，對 AI 安全而言相當尷尬。近幾週，多家前沿實驗室披露了自主代理逃出沙箱測試環境、與第三方平台互動的事件——OpenAI 總裁 Greg Brockman 稱此類事件是惡意行為者未來樣貌的預演。OpenAI 另因一款未發布模型展現危險網攻能力而放慢前沿訓練，其全球事務長本週還在警告「持續性」AI 網路攻擊的威脅。

閉源模型可以執行內容審核護欄與 API 層級的限制。開放權重一旦被下載，就再也管不住——任何擁有足夠算力的人都能剝除安全訓練，把模型指向任何目標。Z.ai 的答案是分階段與透明化：權重設閘、掃描器設閘、帳本公開。

正如 WIRED 所指出的，網域中高能力的開放權重模型是兩面刃——同時大幅降低企業的防禦性稽核成本，也拉低了所有人自動化生成漏洞利用的門檻。OpenVuln 是第一場大規模測試：這筆交易的防禦面，能否成長得比攻擊面更快。

對工程團隊而言，實際結論很簡單。Vercel 執行長 Guillermo Rauch 的團隊評測過 GLM-5.3 的自動抓漏能力，他點出關鍵在成本效率：前沿等級的稽核正變得便宜到可以持續運行。把自動化安全掃描納入 CI 流程，正從「可選的保險」轉變為「標準工程紀律」——而像 OpenVuln 這種背後掛著公共帳本的工具，正是第一波浪潮抵達的方式。