社区

$智谱(02513)$ 23 个 Windows 漏洞获微软致谢，其中 CVE-2026-97816 拿到 CVSS 9.8。从技术角度把这个事件拆开，能看到 AI 挖洞在 2026 年的真实水位。

这个漏洞本身的难度

CVE-2026-97816 是 OpenSSH for Windows 组件的释放后使用（UAF）漏洞。UAF 类内存安全问题的挖掘难度在漏洞研究里排上层：触发路径埋得深，崩溃不等于可利用，需要精确理解对象的生命周期和内存布局。这个漏洞的攻击面尤其宽：网络可达即可远程执行代码，零权限，零交互。CVSS 的 9.8 分就是这么算出来的：攻击向量网络、攻击复杂度低、无需权限、无需交互、影响范围全部变更。行业里对这类漏洞有个通俗的说法，"开门钥匙"，拿到就能进。

模型在其中干了什么

Blue Initiative 的致谢署名是 "Yuki Chen using GLM from z.ai"，人类研究者主导，模型作为核心工具。这种分工下模型的贡献集中在三块。第一块，规模化代码审计：Windows 系统组件的代码量超出人力逐行审查的极限，模型可以不知疲倦地过。第二块，可疑模式定位与假设生成：UAF 的本质是对象生命周期管理错误，模型追踪分配、引用、释放的链路，标记出生命周期与引用不匹配的可疑点，生成待验证假设。第三块，多轮推演：从可疑点到可触发、可利用的完整路径，中间是大量的试错迭代，模型在沙箱里反复跑，人负责判断哪条路值得继续。

为什么 GLM 能干这个？

能力不是凭空的。GLM-5.3 公开过的训练细节：后训练加入漏洞发现数据和获得授权的安全环境，CyberGym 成绩 84.5%（基于源码识别并验证漏洞）。更早的第三方数据：GLM-5.2 在 Semgrep 的 IDOR 测试里 F1 39%、每漏洞成本 0.17 美元；Anthropic 红队测出 GLM-5.3-Flash 能以 20.4 美元组装稳定利用链。代码理解、长链推理、工具循环，这三项能力在安全场景里找到了最苛刻的试金石。

这次和以往的 AI 挖洞有什么不同

此前的 AI 挖洞多数停留在两类：CTF 玩具级题目，或单一工具流程里的辅助环节。这次是 23 个真实 Windows 系统组件漏洞，全部走完微软协调漏洞披露流程（报告、协调、修复、公开、致谢），全部获得官方确认。工业级验证意味着模型的输出通过了最严格的标准：微软的工程团队复现并修复了这些问题。

当然客观来看，UAF 挖掘仍高度依赖人类引导，模型自主发现 0day 的比例没有披露，全自动化还远。但工具属性的确立已经是质变。望远镜没有替代天文学家，望远镜重定义了天文学的上限。

对智谱的技术判断，这个事件提供了两个可外推的信号。其一，GLM 的后训练路线在安全这个最难的场景上行得通：漏洞发现数据加授权环境的组合，把通用模型的代码理解和推理能力转化成了专业能力，同样的配方可以平移到其他有验证体系的领域。其二，古河加入基础模型组而非安全产品团队的安排，说明智谱把安全当作模型的底层能力建设，而非某个产品线的功能，这个定位差别决定了投入的持续性和上限。