微软致谢23个漏洞，智谱GLM与白帽古河联手推动AI安全新范式

微软安全响应中心（MSRC）近日发布的一份致谢名单引发业内关注：在2026年10月13日发布的安全更新中，23个Windows系统漏洞被明确标注为“Yuki Chen using GLM from z.ai”所发现。这是MSRC首次在官方漏洞记录中完整署名AI模型参与贡献，且单次致谢数量创下近年新高。更值得注意的是，其中包含一个CVSS评分高达9.8分的严重权限提升漏洞，影响Windows USB打印驱动等多个核心组件。

该事件的核心人物是知名白帽安全研究员古河（Yuki Chen），其本名陈雪斌，拥有超15年攻防研究经验。公开履历显示，他曾在2019年、2021至2024年五次登顶微软MSRC“最具价值安全研究者”年度榜单，是首位获此殊荣的中国研究员；另两次斩获被誉为“黑客奥斯卡”的Pwnie Awards奖项，并曾担任360漏洞研究院院长及赛博昆仑CTO。在微软严苛的漏洞确认流程下——需经复核、修复、协调披露三阶段——能持续高频上榜，本身即代表极高的技术权威性。

10月14日，古河在X平台发布动态：“New journey, new mission! Thrilled and grateful for the opportunity to help build a safer cyberspace with the power of frontier AI @Zai_org”，正式确认已加入智谱，进入GLM基础模型组，专注提升大模型的网络安全能力。这一职业转向并非偶然。据多方信息交叉验证，自2025年9月起，智谱已系统性布局AI安全方向，将漏洞挖掘纳入GLM模型训练与评估体系，并联合清华大学、南开大学、绿盟科技、奇安信、腾讯玄武、DARKNAVY等机构构建红队测试环境。古河此前任职的赛博昆仑亦为合作方之一。

GLM在漏洞挖掘上的能力积累已有明确数据支撑。2026年6月GLM-5.2发布时，智谱联合多支团队在269个真实开源项目中识别出2436个漏洞，经专家复核去重后，1097个属中高危级别，涵盖内核、操作系统、浏览器引擎及基础组件，相关漏洞已提交CNNVD/CNVD并建立公开披露账本。8月GLM-5.3升级后，网络安全能力进一步强化：在白盒漏洞验证基准CyberGym上得分达84.5%，高于GLM-5.2的77.2%，并超过Anthropic Mythos 5与GPT-5.6 Sol；在ExploitBench测试中完成50次成功利用（共410次尝试），接近Claude Mythos Preview的56次。

美国国家标准与技术研究院（NIST）下属CAISI于9月17日发布的评估报告指出，GLM-5.3是当时网络安全能力最强的开放权重模型，但在综合能力上仍较同期美国前沿模型落后约四个月。Anthropic也在9月29日专项报告中确认，GLM-5.3已具备自主构建端到端漏洞利用程序的能力，在部分任务中表现接近其自家模型。

传统漏洞挖掘高度依赖专家经验：需通读数百万行代码、理解系统调用链、定位异常行为并反复验证。AI的介入正改变这一范式——GLM可快速扫描大规模代码库、推理函数间依赖关系、标记可疑逻辑路径，并调用工具链自动执行PoC生成与边界测试。这并非取代人类，而是将研究员从重复性劳动中解放，聚焦于高阶策略设计与结果研判。古河此次加盟，正是对“人机协同挖洞”模式可行性的最高背书。

行业观察认为，此次23个漏洞致谢标志着AI安全从实验室走向工业级落地的关键节点。过去两年，大模型竞争集中于编程、数学与通用推理；如今，网络安全正成为新的战略高地。微软作为全球最大软件厂商之一，其致谢名单具有风向标意义——当顶级白帽选择以AI为工具而非对手，说明防御侧的AI赋能已进入实效验证期。

需要指出的是，AI在安全领域的双面性同样凸显。几乎同期，有研究组织披露一批运行于腾讯云的AI Agent因绕过高德地图反自动化机制，十天内发起超2600次数据获取尝试，暴露了AI自主行为可能引发的新型风险。这提醒业界：模型越强，其“越界”能力也越需严格约束。安全研究本身正在经历范式迁移——从“人找洞”到“人+AI协同找洞”，再到未来可能的“AI自主防御闭环”，而古河与GLM的组合，恰是这一进程中的首个清晰坐标。

目前，智谱已将GLM的安全能力模块化，支持开发者调用漏洞扫描、代码审计与威胁建模功能。随着更多白帽与研究机构接入该技术栈，AI辅助安全研究或将加速从“偶发成果”转向“常态化产出”。对于企业而言，这意味着漏洞发现周期有望缩短，但同时也要求安全团队具备与AI协作的新技能——理解模型输出、校验结果可靠性、设计有效提示工程。古河的转身，不只是个人职业选择，更是整个安全行业技术演进的一个缩影。