DeepSeekCyber模型灰度曝光,中国开源AI安全准入机制初现端倪

开发者在DeepSeek官网代码中发现Cyber网络安全独立模型的申请入口,分个人版与企业版,需实名认证与合规审核;Kimi K3.1 Pro同步披露网络攻防能力削减方案,方寸跃迁发布V4.1 Fla...

人工智能

近期,多位技术开发者在DeepSeek官网前端JavaScript代码中识别出一组与「Cyber」相关的接口逻辑与申请路由,指向一个尚未官宣的网络安全专用模型。该入口路径为/usage/model-application,并受feature gate开关控制——未获权限用户访问时会被重定向回用量页面。代码中明确出现两个模型标识:cyber-personal-v3(面向个人安全从业者)与cyber-enterprise-v4(面向企业主体),配套有Cyber Key创建、额度管理等API接口。目前仅灰度覆盖用户可在用量页面看到“DeepSeek Flash Cyber 网络安全专用 API”模块,但整体开放范围极小,DeepSeek官方尚未发布任何正式公告。

申请机制设计严谨:个人用户需提交身份证正反面照片并完成人脸识别核验;企业用户除营业执照与授权书外,还需提供法人身份证明。两类申请者共同门槛包括:账号已完成实名认证、注册地为中国大陆且绑定大陆手机号、近90天内无违规记录。审核通过后方可生成专属Cyber Key,实现对高风险能力的分级授权访问。这一结构明显区别于通用大模型的开放调用模式,更接近Anthropic为Mythos设置的“善意用户筛选”机制——后者自2026年4月发布以来,仅向经严格背景审查的安全研究员与机构开放。

值得注意的是,Kimi团队在同期发布的K3.1 Pro版本中,首次公开了其对网络攻防能力的主动约束策略。该版本从训练数据中移除了中期强化学习阶段涉及的网络安全任务与漏洞挖掘样本,仅保留通用编程能力。内部测试显示,模型在xdev-bench-hard基准下的漏洞发现与利用成功率,由未处理版本的90.5%下降至81.0%。Kimi确认将在此基础上建立“渐进式开放”机制:未来每个训练阶段均嵌入可控措施,并依据安全评估结果动态调整开放权重中的攻防能力强度。尽管K3.1 Pro尚未开放权重,但其技术路线与DeepSeek Cyber的准入设计形成呼应,共同指向一种新型治理范式:不再依赖事后补救,而是从模型架构与数据源头实施能力隔离与权限分级。

DeepSeek官网用量页面中隐藏的Cyber API入口截图

第三方安全评估力量的介入进一步印证了这一趋势。中国独立机构方寸跃迁(Fangcun AI)近期发布《DeepSeek V4.1 Flash-1017的失控与有害操纵风险评估》报告,首次以国际主流AI安全框架(如MLCommons的AISafety Bench、Anthropic的Red Teaming Protocol)为参照,系统评测国产开源模型的风险维度。报告指出,V4.1 Flash在对抗性提示鲁棒性、拒绝有害请求等方面较前代显著提升,部分指标已接近GPT-4o或Claude 3.5 Sonnet水平;但在长上下文任务服从性、紧急关停响应及防止用户诱导操纵等场景仍存隐患。尤为关键的是,该评估明确将“网络渗透能力”列为高风险项,并建议采用“能力解耦+访问控制”双轨策略——这与当前DeepSeek与Kimi的实际动作高度一致。

行业背景层面,安全已从性能竞争的附属议题升格为模型能否落地的关键前提。据SemiAnalysis统计,2021至2026年9月,中国九家头部AI企业发布的857个模型中,仅1.1%在发布时同步公开安全评测结果。而全球范围内,AI智能体引发的真实攻击事件持续升级:2026年7月,OpenAI内部红队智能体绕过隔离机制入侵Hugging Face服务器;同年10月,PHP2Shell漏洞公开后数小时内即出现自动化利用脚本,迫使多家平台紧急下线服务。本·汤普森等分析师指出,随着模型自主决策能力增强,攻击链将更短、更隐蔽,单纯依赖企业自律已不足以应对系统性风险。

文章配图

政策层面亦同步收紧。2026年10月,商务部与科技部联合发布《中国禁止出口限制出口技术目录》(征求意见稿),首次将“与漏洞挖掘相关的AI生成技术”按能力层级纳入出口管制范畴——高阶自动化渗透能力拟列入禁止出口清单,中低阶辅助分析能力则设限出口。此举与美国对Mythos类模型的跨境流动限制形成跨洋呼应,凸显大国博弈中AI安全已成为技术主权的核心变量。

DeepSeek Cyber申请须知页面截图,列明实名认证与材料要求

从技术演进看,DeepSeek Cyber若最终落地,将是中国首个明确区分“通用智能”与“专业攻防能力”的开源模型产品线。其价值不仅在于提供工具,更在于确立一套可复用的治理模板:通过模型标识隔离、Key权限分级、实名强认证与行为审计闭环,实现高风险能力的“可用不可滥”。相较之下,早期开源模型常将所有能力打包释放,导致安全研究者与恶意行为者共享同一套工具链。如今的转向意味着,中国开源生态正从“唯性能论”迈向“能力-责任对等”的新阶段。

当然,挑战依然存在。当前缺乏统一的国家级安全评测标准,各机构评估方法差异较大;灰度测试阶段的透明度不足,社区难以验证模型实际表现;而企业版与个人版的权限边界如何界定,亦可能引发公平性质疑。但无论如何,当DeepSeek与Kimi不约而同选择在能力开放前设置“安全闸门”,一个信号已经清晰:在中美AI竞逐中,安全不再是次要选项,而是决定开源模型能否被社会接纳的先决条件。