一句话看懂：TechRadar 报道指出，AI 正同时放大漏洞发现与自动化攻击的规模与速度，攻击目标未变，但留给企业响应和打补丁的窗口已大幅收窄。
事件核心：发生了什么
据 TechRadar 刊文，Anthropic 的 Mythos 模型发布后，安全团队的担忧持续升温。在 Project Glasswing 的首轮更新中，Mythos 与约 50 家合作机构在大约一个月内识别出超过 1 万个高危和严重漏洞，其中约 6202 个分布在 1000 多个开源项目中。与此同时，漏洞总量本就在膨胀：2025 年公开披露的 CVE 约 48185 个，同比增长 20.6%。文章还提到，Intruder 创始人 Chris Wallis 团队的研究者用通用可访问的大模型搭建自动化漏洞研究流水线，首次部署即发现影响 30 万个 WordPress 插件安装量的远程多阶段 SQL 注入漏洞，编号 CVE 2026 3985；另一起名为 JadePuffer 的操作则利用 Langflow 服务器完成从投递漏洞利用、窃取凭证、横向移动到加密 1300 条数据库记录的端到端勒索流程。
为什么重要
关键变化不只是“AI 更会找漏洞”，而是发现与利用的成本同时下降。过去从漏洞披露到 CVE 分配再到防御方响应，存在一段可预期的时间差；当前公开信息显示，这段窗口正在被压缩，复杂且新颖的攻击数量和频率预计上升。对安全行业而言，这意味着单纯比拼补丁速度会越来越吃力，暴露面管理需要与漏洞修复并行：先问一个资产是否必须暴露在公网，再谈怎么打补丁。文中举例，暴露在互联网上的 MySQL 数据库或私有 API 文档，即使没有 CVE 也可能被直接利用。
对用户/开发者/创作者的影响
对开发者和运维团队，最直接的影响是：开源组件、插件生态与自建服务的暴露风险被放大，把数据库、调试接口或内部 API 文档直接放到公网的习惯需要收紧。对企业采购方，评估安全工具时除了漏洞扫描能力，也应关注资产发现与暴露面收敛能力。对普通用户，风险更多体现为所用在线服务被自动化攻击波及的概率上升，但不必将个别模型能力等同于全面失守。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 Mythos 及同类模型的能力是否进一步开放，以及限制访问能否真正降低滥用；二是 CVE 披露量在高位增长下，企业补丁周期是否出现可测量的缩短；三是围绕“减少暴露面”的产品与流程能否成为安全预算的固定项。
来源：TechRadar
