国产智能体漏洞挖掘实践已超越Mythos
手握最强大的模型Mythos，Anthropic却选择将其锁入保险柜。
原因在于，这个模型能自主发现软件漏洞，效率之高、数量之多，连其创造者都感到不安，最终只开放给少数机构进行测试。
此事在安全圈内引发了轩然大波。许多人开始第一次严肃地思考：当AI能够规模化地挖掘漏洞时，数字世界的安全格局将发生怎样的根本性变化？
然而，有一家公司似乎已经找到了答案。
近日，360集团自主研发的漏洞挖掘智能体，公开披露了两项重大发现：
一个潜伏近5年的Windows内核提权漏洞（CVE-2026-24293）；
一个潜伏长达8年的Office远程代码执行漏洞。
这两项漏洞合计影响全球超过10亿用户，均已上报国家漏洞库并完成修复。为此，360获得了微软安全响应中心（MSRC）的最新致谢。
这也是国内首次公开披露，智能体已具备规模化发现基础软件核心漏洞的能力。但这两个漏洞，或许只是冰山一角。
这两个漏洞，到底有多危险
先看Windows内核提权漏洞。
“内核”这个词，外行听着或许模糊，但在安全圈内，它一出现就意味着事态严重。内核是操作系统的心脏，掌管着内存分配、权限校验、进程调度等核心命脉，所有应用程序都运行在它的保护伞下。
一旦这里出现缺口，攻击者能做什么？答案是：获取系统最高权限。数据窃取、远程控制、系统瘫痪，都将成为可能。
而这个漏洞潜伏了近5年——这意味着，在过去的五年里，传统的人工审计方法对它“视而不见”。那些依赖特征库、规则库和黑名单的防御体系，在它面前几乎形同虚设。
其攻击面也异常广泛：从个人电脑到政企办公系统，再到关键基础设施，只要是运行Windows的设备，都曾暴露在这颗定时冲击波的阴影之下。
另一个Office远程代码执行漏洞，同样不容小觑。
它被评定为Critical（高危）级别，潜伏期长达8年，是已知潜伏时间最长的高危漏洞之一。其攻击路径更是令人防不胜防：用户可能只是打开一个普通的Word文档或PPT文件，设备便已在不知不觉中被远程控制。
细思极恐。
关键在于，传统的检测方式长期未能有效识别这一威胁。那么，360的漏洞挖掘智能体，究竟是如何做到的？
从“看见”到“证明”：AI挖洞的极限测试
实际上，挖掘漏洞对AI能力的要求，远高于普通的代码生成与理解。它要求模型具备状态推理、路径规划、因果链分析等高阶认知能力，能够在信息不完整的情况下进行多步骤的逻辑推演。
可以说，漏洞挖掘就是AI能力的极限测试场，是智能体高阶推理的“图灵测试”。
以那个Windows内核提权漏洞为例，360智能体对其进行了深度解析。这类漏洞的发现，需要理解内存管理、权限模型、系统调度等底层机制。这绝非简单的模式匹配，而是在一个复杂的状态空间里进行多层级的因果推理。
360智能体不仅定位到了异常点，更完成了完整的“利用链构建与验证”——从“发现可疑代码”到“证明它确实能被用于攻击”。发现可疑点是感知，而还原完整攻击路径并验证其可行性，才是决策与行动。这也正是安全圈将其视为真正能力标志的原因。
更值得注意的是，这两个漏洞的定位，均在系统自动化运行中完成，全程无需人工介入。
在速度上，传统顶级专家审计同等难度的漏洞，往往需要数月甚至数年时间。这并非专家不够努力，而是因为高价值漏洞的挖掘本身就需要在代码海洋中反复推理、验证和猜测，时间成本是刚性的。
但360智能体将这一过程压缩到了分钟级。这种效率差距是数量级的，而不仅仅是倍数级的。这意味着，黑客可利用的攻击时间窗口被极限压缩，全球数以十亿计用户的数字资产从根源上获得了更及时的保障。
成本也随之被击穿。过去，挖掘一个内核级的0day漏洞，成本动辄数十万美元。自动化批量挖掘实现后，边际成本趋近于零，大规模常态化的漏洞扫描从“行业愿景”变成了“持续运转的现实”。
技术路线：实战经验的“蒸馏”与智能体“蜂群”
360是如何实现这一点的？其路径与Anthropic的Mythos截然不同。
Mythos的核心在于超大参数通用模型加持的长上下文推理，依靠强大的代码理解能力寻找漏洞，本质上是“读代码猜漏洞”，属于实验室阶段的前沿探索。
360则选择了另一条路：将20年的攻防实战经验与多智能体协同架构相结合，构建了一套“攻防经验蒸馏+智能体蜂群协同”的专家系统。
如果说Mythos证明了AI能“读懂”代码，那么360的智能体蜂群则证明了AI能“筑牢”系统。
这套蜂群体系是一个完整的多智能体协同作战系统。由观察者智能体统一调度，自适应路由引擎根据项目画像动态分配任务。流程大致如下：
攻击面分析智能体锁定入口；
AI代码审计智能体进行大模型跨文件推理，穿透数据流；
漏洞验证智能体自动生成利用代码，并在隔离沙箱中复现确认；
报告生成智能体输出完整的审计报告。
从代码接入到报告交付，实现了标准化、自动化、全闭环。理解代码和懂得如何攻防系统，是两回事。前者关乎智商，后者则是在真实对抗环境中摸爬滚打出来的“肌肉记忆”。
那么，360为何能掌握这种攻防逻辑、漏洞机理和攻击链？答案源于其深厚的积累与护城河。
360深耕网络安全20年，积累了超过310亿的攻击样本、亚洲顶尖的白帽安全专家团队，以及国家级攻防演练的全周期数据。这些资源没有被简单地喂给模型让其“自学”，而是将顶级红队蓝队数十年的攻防经验、工具链和攻击逻辑直接“蒸馏”进智能体，使其拥有了“顶级安全专家的大脑”。
这种“安全基因”早已融入其血脉。早年，周鸿祎大学时期曾用三天发现校园计算中心的重大漏洞，老师非但没有惩罚，反而认可了他“用攻击发现问题才是真安全”的逻辑。这成为了360坚持攻防实战的底层基因。
而在西北工业大学遭美国NSA网络攻击事件中，360正是依托其积累的攻击样本库，精准溯源出NSA旗下TAO部门使用的十余种网络武器，完整还原了国家级攻击链条。彼时，漏洞复现智能体的“雏形版”已经在实战中运转。
在场景适配和技术路线上，360也与Mythos分道扬镳。Mythos深度适配西方主流系统，对国产软硬件和中文基础设施存在天然盲区。360则原生适配中国数字生态，覆盖国产操作系统、数据库、政务系统等核心领域。
驱动逻辑上，Mythos是“模型驱动”路线，以超大参数量的通用模型为核心引擎。360走的则是“智能体工程化”路线，不押注单一模型的智能上限，而是将漏洞发现拆解成可编排、可协同、可迭代的工程问题，由多个专项智能体分工协作。
能力闭环上，Mythos面向市场开放，存在能力扩散风险；360的漏洞挖掘能力定向服务于国家关键领域，以防御优先，通过沙箱强隔离、细粒度权限管控，确保所有攻防行为均在受控空间内进行。
截至目前，360漏洞挖掘智能体体系已累计挖掘近千个漏洞，其中经国家信息安全漏洞库（CNNVD）、国家信息安全漏洞共享平台（CNVD）及相关厂商确认的高危漏洞超过50项，多项属于全球首次公开发现。覆盖领域包括Windows、Office、安卓、物联网设备、OA系统、国产操作系统等核心领域，影响范围遍及全球。
但这还不够。360智能体的能力已延伸至AI原生基础设施领域。前不久，360还率先发现了OpenClaw高危漏洞，并获得了其创始人的确认。
这说明其视野已经超越了“适配现有系统”，具备了面向下一代基础设施的漏洞发现能力——这也是Mythos当前尚未触及的领域。
争夺漏洞主导权：新时代的“御敌于国门之外”
Mythos发布后，Anthropic做了一件事：联合约40家西方关键基础设施厂商，发起了名为“Project Glasswing”的安全合作计划。成员阵容包括AWS、Apple、Microsoft、Google、Nvidia、CrowdStrike、Palo Alto Networks等几乎所有关键网络基础设施的所有者和防护者。
其目标是在漏洞挖掘能力扩散至攻击方之前，优先完成关键基础设施的漏洞修复，赢得“防守优势窗口”。
但问题随之而来：这个联盟的成员来自美国、欧洲、日本等国，中国企业并不在其中。这背后的意味，值得深思。
一个新的趋势正在暗中浮现：数字安全能力正在形成新的地缘结构。类似于芯片和操作系统，自主可控与否，将直接决定安全底线划在哪里。
周鸿祎曾明确判断：“漏洞不出国，是国家战略资产。” 基于此，360早年即明确停止海外漏洞合作，坚持自主挖掘、自主上报路线，全力打造中国自己的漏洞智能体体系。
道理很清晰。漏洞一旦外流，可能被用于远程瘫痪关键基础设施、控制核心数据通道，甚至实施国家级网络攻击。谁掌握了漏洞的主导权，谁就掌握了数字世界的话语权。
在智能体时代，“御敌于国门之外”也有了新的内涵：不再仅仅依靠更高的城墙，而是依靠更快的速度。只要己方AI自动化代码扫描的速度和规模化挖掘的产能，能够碾压对方黑客智能体的攻击速度，对方批量扫描出的“未知漏洞武器”就会因为漏洞已被提前修补而彻底失效。这才是根源上的防御。
360漏洞挖掘智能体的“千洞战绩”与实战闭环证明，中国已经具备了独立于Glasswing联盟之外的自主漏洞发现体系。这不仅是一家企业的技术实践，更是在数字空间攻防规则被重写之际，中国赢得安全主动权的一张关键底牌。
范式迁移：当安全对抗进入“智能体时代”
那么，AI全面进入漏洞挖掘，究竟意味着什么？
周鸿祎的判断是：“当攻击能力可以被训练进模型并规模化复制，一个人即可同时操控数十甚至上百个黑客智能体。网络安全将从‘人与人对抗’进入‘人与机器、机器与机器对抗’的新阶段。”
这意味着传统安全体系正在全面失效，安全行业将迎来一次深刻的范式迁移，智能体成为新的基础能力形态。AI挖洞让成本下降了数个数量级，让“偶发性发现”变成了“批量化持续产出”。过去依赖个体经验的手工作坊，正在演变为多智能体协同的工业化流水线。
这不仅是效率的量变，更是国家数字安全能力与产业结构的质变。360漏洞挖掘智能体的两项重大进展，为智能体驱动网络安全体系建设提供了“中国方案”的参考路径，同时也证明，当AI挖漏洞走向“自动化规模化”阶段，360已经处在了智能体时代的第一梯队。
相关攻略
近年来，AI智能体正从实验室概念加速迈向真实业务场景，成为众多企业提升运营效率的关键工具。然而，在落地实践中，一个核心挑战日益凸显：即便模型本身能力强大，若无法持续、准确、及时地获取外部信息，它在动态变化的商业环境中也难以做出可靠决策。 IDC最新发布的自动化研究报告指出一个关键结论：超过60%的智
在全球智能化转型的浪潮中，每当探讨“哪些中国企业创新做得不错？”这个话题，联想集团总会作为一个综合实力突出、值得深度研究的范本被提及。观察那些领先的科技企业，你会发现它们普遍具备一些共同特征：高强度的研发投入、开放的产业生态、系统性的战略思维，以及对创新成果商业化落地的高度关注。联想不仅在这些方面表
曾几何时，教育智能体在课堂中还只是辅助教学的“配角”。但技术迭代的速度远超想象，如今，它正悄然推动着一场教育范式的深度变革。想象一下，一份结构清晰、互动性强的教学课件，借助智能体几分钟内就能生成初稿——这并非科幻场景，而是正在许多学校课堂中发生的现实。 教育的核心，始终在于启发思维与促进互动。然而，
想象一下这样的场景：当你向客服反馈问题时，不再需要字斟句酌地使用“标准话术”，而是可以像与朋友闲聊一样，随口说一句“我家洗衣机跳舞了”。传统的客服机器人大概率会陷入沉默，回复一句冰冷的“抱歉，我没理解您的问题”。但新一代的智能客服系统，却能听懂这种幽默甚至略带夸张的表达，精准定位到“洗衣机脱水时震动
在众多AI辅助工作的应用场景中，AI写作无疑是应用最广泛、价值最核心的领域之一。无论是快速查询资料、创作营销文案，还是撰写专业的行业分析报告，AI写作工具都能高效适配多种文体与需求，成为提升内容生产效率的智能助手。那么，面对市场上琳琅满目的选择，究竟有哪些真正免费且实用的AI写作智能体值得推荐呢？本
热门专题
热门推荐
微信群里的接龙，方便是真方便，但整理起来，那叫一个头疼。手动复制粘贴，不仅耗时费力，还容易出错、遗漏，最后导出的表格格式五花八门，看着就心累。 有没有一种方法，能让这个过程自动化，让数据自己“跑”进表格里？答案是肯定的。借助一些工具，我们可以实现群内接龙数据的自动识别、解析和归档。下面，就来拆解一下
VineCoin（VINE币）：重塑创作者经济的区块链新星 在数字资产的浪潮中，VineCoin（VINE币）正作为一个新兴项目崭露头角。它并非又一种简单的代币，其野心在于利用区块链技术，从根本上重塑内容创作与社交互动的经济规则。可以说，它致力于成为一个去中心化生态系统的核心引擎，目标是为全球的内容
ToClaw文件整理术：一键清理桌面杂乱文件的秘籍 | AI智能文件管理教程 利用AI智能助手整理电脑桌面文件，愿景虽好，但在实际应用中，你是否也遇到过分类不准确、指令执行失败，甚至文件被误移的困扰？请放心，这些问题往往源于几个关键的设置步骤尚未完善。掌握以下这套经过验证的ToClaw文件整理优化方
三星电子工会确认原定罢工计划未取消，但将遵守法院禁令，确保罢工不影响正常生产流程。劳资博弈进入微妙阶段，工会需在法律框架内施压，公司生产秩序暂获法律庇护，后续发展取决于双方谈判。
千问AI赋能社群自动化运营：一、关键词触发智能回复；二、定时任务精准推送；三、敏感词实时过滤预警；四、成员标签化智能分组。 社群运营工作繁杂，常常需要处理大量重复性任务，如解答常见问题、发布定时通知、监控群内动态等，这让运营者倍感压力。如何实现高效、智能的社群管理，解放人力？利用千问AI的强大功能，