@UK_Daniel_Card 我从弹性角度谈论前沿人工智能的内容几乎没有改变。我们一直在漏洞管理方面做得很糟糕，现在我们做得更糟，更多的人能够盗取你的东西。但生病了…

一句话看懂：安全研究员 Geoff K（@OniCtwin）在回复 @UK_Daniel_Card 时指出，前沿 AI 领域的漏洞管理能力不仅没有进步，反而在恶化——攻击面扩大、攻防门槛降低，使得更多攻击者能够利用 AI 系统的弱点。这一观点反映了业界对 AI 安全“原地踏步甚至倒退”的普遍焦虑。

事件核心：发生了什么

2026 年 6 月 30 日，安全社区成员 Geoff K 在 X 平台公开回应了 @UK_Daniel_Card 关于“前沿 AI 弹性”的讨论。他直言，自己从韧性角度分析前沿 AI 的结论几乎没有变过：行业在“漏洞管理”（vuln management）上历来做得糟糕，而现在情况更差。原文指出，有更多能力的人能够“盗取你的东西”（pwn your stuff），言外之意，AI 系统的供应链安全、模型接口保护、数据隔离等基础防护机制正在被更多攻击者突破。该评论虽简短，但直接点出了当前 AI 安全领域的几个关键趋势：漏洞管理长期失位、对抗性攻击手段平民化、攻击者群体扩大。

为什么重要

这一观点之所以值得关注，是因为它来自长期跟踪 AI 安全的一线研究员。从行业背景看，过去两年主流大模型厂商（如 OpenAI、Anthropic、Google DeepMind）纷纷发布系统卡、安全护栏，但实际攻击案例并未减少：提示注入、模型越狱、训练数据窃取等攻击频率持续上升。Geoff K 提到“更多的人能够盗取你的东西”，呼应了开源模型生态扩张后，攻击工具和攻击方法的可获取性变强。如果基础漏洞管理持续落后，安全投资将只能“补锅”而不可能形成系统性防护，这对 AI 的商业化部署和监管落地都将构成实质性障碍。

对用户/开发者/创作者的影响

对于普通用户：使用 AI 工具时，个人数据被模型厂商或第三方应用泄露的风险可能持续上升。不应默认 AI 服务具备强防护能力，需谨慎分享敏感信息。对于开发者和 CISO：需要重新审视自身产品的漏洞管理流程，尤其是在集成第三方模型或开源框架时，应加强供应链安全审计和运行时监控，而非依赖模型自身的安全声明。对于 AI 应用创业者：若产品涉及敏感领域（如金融、医疗、法律），安全漏洞可能导致合规危机或用户信任崩塌，早期投入安全工程将成为差异化竞争力。

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。

了解 GamsGo AI

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

1. 主流模型厂商是否会调整漏洞披露策略或增加赏金计划，以回应社区对“漏洞管理倒退”的批评。
2. 攻击工具（如越狱模板、对抗性提示）的开源生态是否进一步扩大，从而加速攻防失衡。
3. 监管机构（如欧盟 AI 办公室、美国 NIST）是否会在新版 AI 风险管理框架中明确要求漏洞管理 KPI，进而倒逼行业标准改变。

来源：@OniCtwin