跳到主内容
@wquguru
精选88WquGuru技巧与观点

AI重构网络安全:托管与本地越狱模型实战分工

所有公司都应该从头到尾重构一下网络安全策略!

原文
发到 X
推荐理由

给安全团队和开发者的一份硬核实操指南,详细拆解了如何用不同定位的AI模型组合构建自动化攻防体系,含具体模型选型与部署参数,值得收藏参考。

所有公司都应该从头到尾重构一下网络安全策略!

Bitget 刚被盗走约 3.5 亿美元。私钥没漏,冷钱包也没动,但是黑客打进了钱包服务的关键后台,伪造转账数据,让系统自己把钱转了出去😨

这种漏洞,按照常规一年做几次渗透测试已经很难提前摸到。防守方得改成天天红队测试,让 AI 每天审代码、盯情报,再让它扮演攻击者,拿你的内部系统当活靶子。

我现在是这样分工的:托管模型干明面上的活,本地越狱模型干托管模型不肯干、也不敢外发的活。

一、托管模型在网络安全领域怎么用?

GPT:用 GPT-6 + Codex Security 扫仓库、判断可利用性、出补丁草稿。要做漏洞分诊、逆向、恶意样本分析,先去 http://chatgpt.com/cyber 过 Trusted Access for Cyber 的身份核验。不过的话,就只能来做做防守。

Claude:日常代码审计和补丁 review 用 Opus 5.5 + Claude Code 的 /security-review。Mythos 权限太高,普通企业根本拿不到。

Grok:Grok 4.7 + X 搜索做公开威胁情报。像 Bitget 这次,几分钟就能把官方口径、链上侦探、金额分歧拉成一条时间线。

DeepSeek:V4.1-Flash 的权重是开源的,但完整版不是 10 万的机器能跑的。

这四家有两个共同点。一是碰到伪造一笔内部转账、绕过签名校验的 PoC这类请求,会拒答或降级。二是内部后台代码、生产日志都得发出去。综合用来下:

防守能力和意愿:GPT > Grok > DeepSeek > Claude 渗透测试能力和意愿:DeepSeek > Grok > GPT > Claude

二、本地越狱模型:10 万预算就能跑起来

单卡还是 Qwen3.8-27B 消融版,大内存则用 GLM-5.3-Flash。

24GB 单卡 / 32GB 级别 Mac

质量最好的是 orcarouter 的 Qwen3.8-27B-Uncensored: GGUF:https://huggingface.co/orcarouter/Qwen3.8-27B-Uncensored-GGUF FP8:https://huggingface.co/orcarouter/Qwen3.8-27B-Uncensored-FP8 MLX:https://huggingface.co/orcarouter/Qwen3.8-27B-Uncensored-MLX

参数可追溯:https://huggingface.co/JonathanColetti/Qwen3.8-27B-Uncensored

一条命令先跑起来:https://huggingface.co/huihui-ai/Huihui-Qwen3.8-27B-abliterated-GGUF 近一个月下载 220 万+,只消融第 18–51 层,可用于粗粒度概念验证。

Mac:https://huggingface.co/audreyt/Qwen3.8-27B-Splash-abliterated 这个模型 9 月 19 日刚发,把 huihui 的消融接到了 Splash 4-bit 上,约 17.4GB,带视觉能力。32GB 就能跑,不过长上下文还是需要更大内存。

跑批量:日志、告警、情报

https://huggingface.co/huihui-ai/Huihui-Qwen3.6-35B-A3B-abliterated-MTP-GGUF 只激活约 3B,适合告警分桶、工单预筛、蜜罐流量粗分类。

https://huggingface.co/fdtn-ai/Foundation-Sec-8B Cisco 的威胁情报小模型。

安全数据微调版本

https://huggingface.co/oyildirim/CyberStrike-OffSec-35B 消融版:https://huggingface.co/huihui-ai/Huihui-CyberStrike-OffSec-35B-abliterated-GGUF

用的是作者自己的小规模数据集微调,可以试试,但是别当主力。

如果是128–256GB 统一内存或显存

GLM-5.3-Flash(约 320B / 18B 激活,MIT,1M 上下文) 官方:https://huggingface.co/zai-org/GLM-5.3-Flash 无审查 GGUF:https://huggingface.co/orcarouter/GLM-5.3-Flash-Uncensored-GGUF 无审查 MLX:https://huggingface.co/orcarouter/GLM-5.3-Flash-Uncensored-MLX

如果有条件,还是上全尺寸的 GLM-5.3,只比最顶级模型大约落后四个月,属于大机构首选的网络安全大模型。

最后一件事:权重本身也可能被投毒,第三方 GGUF 出过事。尽量从 orcarouter、huihui、unsloth 这类发布方下载,下完必须核对 SHA256。

更进一步:量化金融体系

看懂新闻只是起点——沿量化金融路径,把它变成能交付的工程能力

进入量化体系 →

相似阅读

关联信息,但可能不是同一事件