🏢 公司C档 · NaN分

Claude开始自己挖漏洞了

··约1分钟阅读

📋 总体概括

Anthropic披露,未发布的Claude版本已在Chrome、Safari、Android、Windows、Linux五大平台发现并串联多个漏洞。本文拆解从单点挖洞到攻击链自动化的质变,重排攻防市场座次,并给出企业安全团队与从业者的应对判断。

📄 正文

一个还没发布的AI模型,先在安全圈炸开了锅。Anthropic 披露,某未公开版本的 Claude 已能在 Chrome、Safari、Android、Windows、Linux 五大平台上发现漏洞,并把它们串成完整攻击链。过去三年,“AI挖洞”大多停在演示和论文里;这一次,对象是全世界装机量最大的一批浏览器和操作系统。真正的变化不是AI能找到一个洞,而是它能自己把洞连成路。

🤖 一次“未发布”的预演,比发布会更响

安全能力,正在成为AI实验室之间新的军备竞赛。

Anthropic 这次披露的主角,是一个尚未发布的 Claude 版本。换句话说,公众还用不上它,但它已经在 Chrome、Safari、Android、Windows、Linux 五个覆盖全球绝大多数终端的平台上,完成了漏洞的发现与串联。

细节上,Anthropic 并没有公开漏洞编号、利用难度或受影响版本——在补丁到位前选择克制披露,这是漏洞行业的标准做法。但“跨五大平台”这个表述本身信息量已经很大:浏览器意味着远程攻击面,移动与桌面操作系统意味着本地提权面,Linux 意味着服务器与云基础设施。要在三类完全不同的攻击面上都拿到结果,靠的不是运气,是方法论。

据多位接近头部实验室的人士透露,把真实漏洞挖掘纳入模型内部评测,正在从个别实验变成行业惯例——毕竟在客户最愿意付费的能力清单里,“自主完成安全任务”的位置排得很靠前。

产业逻辑也随之清晰:当安全研究能力被当作衡量前沿模型推理与智能体水平的标尺,实验室有充分动机持续投入算力与工程资源。这意味着漏洞发现的速度上限,将第一次由模型的迭代节奏决定,而不再仅仅取决于全球研究者的总人数。

🔗 从“找一个洞”到“串成一条链”

单个漏洞是砖,攻击链才是房子。

安全行业内部一直有个共识:挖一个洞难,把洞串起来更难。单点漏洞通常只值一封漏洞报告,而一条从浏览器沙箱逃逸、到内核提权、再到内网横向的完整链路,才是勒索软件和定向攻击真正需要的东西。传统上,后者是APT团队和顶级漏洞经纪商的看家本领:人力密集、周期以月计、成本高昂。

Anthropic 强调的正是 chained(串联)——模型不只是提交了分散的发现,而是把不同平台上的漏洞组合成了可用的攻击路径。典型的链路长这样:

这条链上,每一环单独拿出来都是安全社区熟悉的老问题。真正的变量是“谁来串”:过去串链需要一支同时懂浏览器内核、系统提权和内网横向的完整团队;现在,一个具备自主智能体能力的模型,可以把情报检索、崩溃分析、利用编写、组合验证压进同一条自动化流水线。

产业判断是:攻击链构建的成本曲线被压平之后,防御侧的评估基准也得跟着变——只盯单点 IOC 的检测产品会越来越被动,以“链路”为单位的检测、狩猎与响应,才是接下来的主战场。

📊 攻防市场的座次,正在重排

每一次漏洞生产方式的变革,都会重画一次行业地图。

先把五大平台在攻击链里的位置摆清楚:

平台在攻击链中的典型位置对防御方的信号
Chrome / Safari远程入口、沙箱逃逸浏览器漏洞是勒索与定向攻击的第一跳
Android / Windows本地提权与持久化终端检测需要覆盖完整提权链行为
Linux服务器与云侧横向云工作负载保护的优先级上调

再把玩家放进坐标系里看:

读图逻辑:头部AI实验室站在右上角,技术门槛与商业价值双高;拿着新融资的AI安全初创冲进潜力区;低门槛、低价值的传统扫描器,是最先被自动化吃掉的那一层;人工渗透团队门槛高,但单位商业价值正在被稀释,要么上移去做AI做不了的事,要么滑向存量。

这不是一个替代故事,而是一个分层故事。把AI放在右上角,不代表传统厂商出局——Google、微软这样的公司手里同时握着浏览器、操作系统和AI,攻防两端都在场。真正的压力,给到了中间那一层。

💰 挖洞的人,价值往哪儿走

工具拿走的,永远是可标准化的部分。

漏洞赏金与渗透测试是一个典型的“人力定价”市场:一个中高危漏洞的赏金从几千到几十万美元不等,一次红队项目动辄数十万。当模型能覆盖中低难度漏洞的批量挖掘,这套定价体系的分母就开始晃了。

人类研究者的价值会向三个方向迁移:一是高难度的定向研究——内核、硬件、密码学实现,这些仍是硬骨头;二是攻击链的最终验证与业务风险判断,机器出报告,人做裁决;三是为AI设定目标、划定边界、复核产出的“猎手指挥官”角色。

市场反应已经开始。有安全厂商私下说,他们已经把“AI辅助测试”写进了交付清单;同样预算下,客户会先问一句:为什么不让AI先跑一遍?众测平台则面临更直接的问题——当机器可以7×24小时无差别扫描同一家厂商的资产,人工提交中低危报告的边际价值会迅速归零。

判断很直接:未来两三年,渗透测试市场会出现明显的K形分化。会指挥AI的研究者身价上涨,只做标准化扫描式测试的会迅速白菜价。对从业者来说,现在该焦虑的不是AI抢饭碗,而是自己是不是已经站在会被自动化的那一侧。

⚠️ 双刃剑的另一半:谁先拿到钥匙

漏洞发现提速本身是中性的,分配方式决定它是福是祸。

一个能横跨五大主流平台构建利用的模型,同样意味着利用代码的生产成本被大幅拉低。过去限制攻击者的,是稀缺的漏洞人才和漫长的开发周期;当这个约束松动,地下市场的利用供给端会扩容,补丁窗口期的价值随之飙升。这是所有安全团队都必须面对的新前提。

积极的一面是,Anthropic 选择在模型未发布时就公开这项能力,且不披露可操作的细节——说明负责任披露的流程还在正轨上,实验室内部的红队评估先于产品落地。真正的考题在后续:模型能力发布节奏与厂商补丁节奏能否对齐,Google、苹果、微软这些平台方与实验室之间的协同通道是否够快。

给企业安全团队的落点很具体:

AI挖洞时代的企业防御清单
痛点 1
漏洞窗口期被AI压缩
→
解法
补丁响应进入小时级SLA
痛点 2
攻击链自动化提速
→
解法
检测以链路为单位而非单点IOC
痛点 3
人工渗透资源缺口
→
解法
引入AI辅助测试并保留人工复核
痛点 4
利用代码滥用风险
→
解法
跟踪披露节奏与实验室安全承诺

一句话概括这一节:AI挖洞不会立刻让世界更危险,但会让“慢”变得昂贵。

🏁 小结

Claude 未发布版本跨五大平台串联漏洞,与其说是一次技术秀,不如说是漏洞生产方式换轨的信号:发现靠模型、串联靠智能体、披露靠实验室与平台方的协同。对企业而言,补丁窗口在缩短、检测单位在变大;对从业者而言,价值在向上迁移。下一阶段值得盯住的,是各大实验室何时把这类能力正式发布,以及平台厂商的响应速度能不能跟上。

本文由本站 AI 辅助聚合生成,原始来源如下:

🔎 本文基于以下资讯(素材溯源 · 信息来源)

📰 相关阅读推荐(与本文相关的其他资讯)