我让一个 AI Agent 入侵了我家所有设备——而且我还会再做一次
作为一个写 人工智能 通讯的人，我觉得亲手体验这项技术的 最前沿是我的本职。本周，这意味着纵身投入一场由 AI Agent 掀起的混乱。
你大概也听说了，近几个月来，前沿 AI 模型已经具备了高级网络安全能力。它们能在大型代码库中揪出zero-day 漏洞，也能以极快速度扫描电脑里的安全隐患。更刺激的是，网络安全 Agent 有时会"叛变"——互相串通，甚至入侵外部系统来为自己争取优势。
为了近距离观察，我决定在自己的家庭网络里放一个出来。接下来的几天里，我看着这个"叛逆"Agent 依次发现家中各种设备上的漏洞、入侵了一台 PC，还向我证明——不出所料——我几个用 vibe coding 写的项目简直漏洞百出。（我老婆早就知道我在搞什么，每次我兴冲冲地宣布发现新漏洞，她都会翻个白眼。）
但威尔，你心里可能在想，把一个精明又全能的网络安全 Agent 放进自家网络，这不是疯了么。你说得对！不过我始终认为，想真正理解摆在我们面前的网络安全深渊，最好的办法就是亲自走进去看看。
实验做完，收获很大，结果却意外地让人安心。这只小小的"网络小妖精"让我看清了日常生活面对 AI 入侵时有多脆弱，却也教会了我如何让一切变得更安全。最终我发现，应对 AI 黑客最好的办法，或许就是养一个自己的 AI 黑客。
叛逆模型
实验的灵感来源于我偶然发现的一家创业公司 Abliteration AI，它提供去掉了常规安全护栏的强大 AI 模型访问权限。
大多数主流 AI 模型会拒绝回答某些问题，更不可能主动去探测并利用计算机系统的漏洞。但通过修改开源模型内部参数中的特定模式，可以解除这些限制——这个过程叫 abliteration，本质上是微调那些触发拒绝响应的参数。
拆掉 AI 的安全护栏听起来有风险，其实并不罕见。学术研究者用这些去对齐模型来研究 AI 的内部机制，网络安全公司则用它来探测软件和系统中的漏洞。严格来说，Anthropic 的 Mythos 和 OpenAI 的 Astra 原理类似：本质上就是去掉了常规网络管控的普通模型，目前仅向受信任的客户开放。（这两家公司也提供了带中等安全护栏的模型访问权限，方便企业审查自身代码和系统中的潜在问题。）
Abliteration AI 提供多款完全去对齐的模型，其中最强的一款基于 Z.ai 最新的 agentic coding 模型GLM 5.3。也就是说，花一张披萨的钱，你就能把 Mythos 和 Astra 同级别的网络安全能力握在手里。
Abliteration AI 的 CEO Devon 认为，让去对齐模型广泛可用是一种聪明的防御策略：它能帮"好人"摸清系统漏洞、模拟黑客、诈骗者乃至失控 AI agent 的行为，从而反制恶意势力。（Devon 要求只署名，因为他的正职同事并不知道这个副业项目。）
"航空公司、银行，这些关键基础设施企业现在在疯狂部署 agent，" Devon 说，"你怎么确保别有用心的人不会拿这些 agent 干坏事？"
第一步，我注册了一个 Abliteration AI 账号，然后安装了一款叫CyberStrike 的软件框架，用来引导大语言模型完成各类网络安全任务。
借助 CyberStrike，我让 GLM-5.3 的“去审查版”扫描了我的本地网络。几分钟后，它找到了同一网络上的十来台硬件设备，并列出了若干漏洞。
比如，这个不守规矩的帮手告诉我，我的打印机配置有误，网络上的任何人都能登录进去。如果打印队列里有敏感文件——报税单、银行对账单、医疗记录——那可就麻烦了。
它还指出我的 Wiim 音箱正在泄露大量信息。（不瞒你说，它知道我最后播放的是 Sam Fender 和 Olivia Dean 的 Rein Me In。）网络上的任何人都可以随意播放音乐或调音量。模型还发现网络上一批物联网（IoT）设备的固件需要更新。
一个不受约束的 agent 对黑客来说可能非常有用。但我的这位却给出了不少实用建议，帮我保护网络安全。除了更新过时固件、修复打印机配置，它还建议把智能音箱这类 IoT 设备放到访客网络里——这样即使其中一台被攻破，也看不到我的任何电脑。对一个没有道德观念的模型来说，这表现已经不错了。
我还让这个 agent 检查了一个存放着大量 vibe-coded 项目的目录，其中有几个被我做成了简单的网站。它发现了几十个问题，包括未加保护的 API 凭证，以及一个可能让攻击者向外发送邮件的错误配置。对于一批随手vibe-coded 出来的东西来说，这并不意外，但依然让人警醒。漏洞数量之多让我下定决心：以后部署任何一行代码之前，都得先用 AI 审查一遍。
恐惧因素
直说了吧，运行去审查版模型还是有点吓人的。
我让 agent 探测我网络上一台 Linux 机器的漏洞。跑了一堆扫描后，它报告说这台机器相对安全。接着我问它能不能想办法登录进去。它很聪明地根据网络中其他系统的名称推断出了一个有效用户名，然后尝试了一堆常见密码，都没成功。它还主动提出可以写个脚本对密码进行“暴力破解”，但我让它住手了。
让我惊讶的是，agent 随后在我机器上找到了一把加密密钥，用它免密登录，然后开始搜索密码以获取 root 权限。看着它在各目录间翻找，我瞬间感到一阵纯粹的恐慌。我开始担心这个 agent 为了达成目标究竟会走多远——它是不是还可能去入侵别的设备，比如我局域网之外的某台机器来寻找密钥？大概率不会，但面对这些 agent，谁也不敢打包票。
有些行为可能更加危险。几小时后我连上家里的 Wi-Fi，让模型看看能否发现新设备，结果它不仅找到了路由器，还尝试用几组常见的 "admin/password" 组合去登录。要是它在外网这么干，我可就摊上大麻烦了。
Shaanan Cohney 是塔夫茨大学的计算机科学家，专攻网络安全与法律领域，他认为一场网络安全的大清算似乎正在到来。
"攻击者往往是新技术的早期采用者，"Cohney 说，"这里还存在着不对称性：要守住一座城堡，你得确保墙上没有任何漏洞、没有一块松动。而攻破它，只需要找到那一块松动的砖就够了。"
从长远来看，Cohney 认为，具备网络攻击能力的模型大量涌现，反而可能让软件整体上更加安全。问题在于，许多公司根本没在考虑加固自身防御。"大多数机构有更操心的事，"他说。
折腾完这些，我关掉了那个模型，换回正常的、完全对齐的版本。Claude Code 或 Codex 只会做特定范围内的网络安全操作，比如帮你配置笔记本的防火墙。但至少，它们不会在你毫无察觉的情况下入侵你的系统。大概吧。
人人可用的 AI 黑客
除非 open-weight 模型被彻底禁止，否则高级 AI 黑客能力很快就会变得触手可及。这次实验让我觉得，这或许正是我们所需要的。既然坏人迟早能拿到 AI，我们是不是也该用它来自我防卫？
"我们需要帮人们用好这些能力，"MIT 教授 Aleksander Mądry 说。他研究 AI 安全，目前正休假期间在 OpenAI 工作。"我确实觉得开源和独立工具会有生存空间。归根结底，在安全领域，这类方法才真正经得起时间考验。"
不过 Mądry 也指出，一个关键问题在于：如何确保管理发电厂、金融市场等关键基础设施的人，能比普通的 script kiddie（或 AI 写作的人）用上更强的 AI。
使用缺乏常规防护的 AI，既让人兴奋也让人忐忑。但如果网络安全的"清算日"终将到来，那现在大概该把自己武装起来了。