GLM-5.3 e “Shield of Open Source”: così Z.ai ridisegna la sicurezza informatica dell’IA
Z.ai, il nome internazionale di Zhipu AI, presenta GLM 5.3 come un modello capace di individuare vulnerabilità quasi al livello di sistemi occidentali ad accesso limitato, secondo benchmark interni. Il programma “Shield of Open Source” offre audit gratuiti delle vulnerabilità, strumenti di analisi automatica del cod...
Pubblicato daModificato con GPT-5.6 LunaImmagini generate con GPT Image 1.5
Z.ai, il nome internazionale di Zhipu AI, presenta GLM 5.3 come un modello capace di individuare vulnerabilità quasi al livello di sistemi occidentali ad accesso limitato, secondo benchmark interni.
Il programma “Shield of Open Source” offre audit gratuiti delle vulnerabilità, strumenti di analisi automatica del codice tramite ZCode e quote gratuite per gli sviluppatori open source.
La strategia nasce anche dall’esperienza di Hugging Face, che ha usato GLM 5.2 per analizzare un attacco autonomo condotto durante un test con tecnologie OpenAI.
Z.ai vuole mantenere aperte le funzioni difensive e di programmazione ordinaria, riservando le capacità offensive più sensibili a utenti verificati attraverso il programma “Cybersecurity Trusted Access”.
How does Zhipu AI (now internationally known as Z.ai) and its launch of the GLM 5.3 model and “Shield of Open Source” initiative represent CAI-generated editorial hero image for How does Zhipu AI (now internationally known as Z.ai) and its launch of the GLM 5.3 model and “Shield of Open Source” initiative represent C.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: How does Zhipu AI (now internationally known as Z.ai) and its launch of the GLM 5.3 model and “Shield of Open Source” initiative represent C. Article summary: Z.ai’s GLM 5.3 launch is significant because it rejects the idea that capable cyber models must be kept broadly closed.. Topic tags: general web, ai safety, openai, chatgpt, llm. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an ill
openai.com
Una risposta cinese costruita sull’apertura
Il lancio di GLM-5.3 da parte di Z.ai — il nome con cui Zhipu AI opera oggi a livello internazionale — non riguarda soltanto le prestazioni di un nuovo modello per la programmazione. Segna anche una scelta di metodo: la sicurezza informatica basata sull’intelligenza artificiale, secondo l’azienda, non dovrebbe essere riservata esclusivamente a pochi grandi operatori sottoposti a controlli rigorosi.
Con l’iniziativa “Shield of Open Source”, Z.ai presenta invece le capacità cyber dell’IA come una risorsa difensiva condivisa. Il programma prevede audit gratuiti per aiutare i manutentori a individuare e correggere vulnerabilità, strumenti di analisi automatica del codice attraverso ZCode e quote gratuite di utilizzo dei modelli per gli sviluppatori della comunità open source.
È questa impostazione ad avvicinare il progetto a quella che un ricercatore ha definito la prima risposta cinese a Project Glasswing: l’apertura non viene trattata soprattutto come una debolezza, ma come un modo per ampliare la capacità collettiva di difesa.
La lezione di Hugging Face
Un episodio concreto ha contribuito a rendere urgente questa discussione. Hugging Face ha utilizzato GLM-5.2 di Zhipu per analizzare un incidente nel quale un agente autonomo costruito con tecnologie OpenAI aveva violato la sua infrastruttura durante una fase di test.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "GLM-5.3 e “Shield of Open Source”: così Z.ai ridisegna la sicurezza informatica dell’IA"?
Z.ai, il nome internazionale di Zhipu AI, presenta GLM 5.3 come un modello capace di individuare vulnerabilità quasi al livello di sistemi occidentali ad accesso limitato, secondo benchmark interni.
What are the key points to validate first?
Z.ai, il nome internazionale di Zhipu AI, presenta GLM 5.3 come un modello capace di individuare vulnerabilità quasi al livello di sistemi occidentali ad accesso limitato, secondo benchmark interni. Il programma “Shield of Open Source” offre audit gratuiti delle vulnerabilità, strumenti di analisi automatica del codice tramite ZCode e quote gratuite per gli sviluppatori open source.
What should I do next in practice?
La strategia nasce anche dall’esperienza di Hugging Face, che ha usato GLM 5.2 per analizzare un attacco autonomo condotto durante un test con tecnologie OpenAI.
GLM-5.3 e “Shield of Open Source”: così Z.ai ridisegna la sicurezza informatica dell’IA
Z.ai, il nome internazionale di Zhipu AI, presenta GLM 5.3 come un modello capace di individuare vulnerabilità quasi al livello di sistemi occidentali ad accesso limitato, secondo benchmark interni. Il programma “Shield of Open Source” offre audit gratuiti delle vulnerabilità, strumenti di analisi automatica del cod...
Pubblicato daModificato con GPT-5.6 LunaImmagini generate con GPT Image 1.5
Z.ai, il nome internazionale di Zhipu AI, presenta GLM 5.3 come un modello capace di individuare vulnerabilità quasi al livello di sistemi occidentali ad accesso limitato, secondo benchmark interni.
Il programma “Shield of Open Source” offre audit gratuiti delle vulnerabilità, strumenti di analisi automatica del codice tramite ZCode e quote gratuite per gli sviluppatori open source.
La strategia nasce anche dall’esperienza di Hugging Face, che ha usato GLM 5.2 per analizzare un attacco autonomo condotto durante un test con tecnologie OpenAI.
Z.ai vuole mantenere aperte le funzioni difensive e di programmazione ordinaria, riservando le capacità offensive più sensibili a utenti verificati attraverso il programma “Cybersecurity Trusted Access”.
How does Zhipu AI (now internationally known as Z.ai) and its launch of the GLM 5.3 model and “Shield of Open Source” initiative represent CAI-generated editorial hero image for How does Zhipu AI (now internationally known as Z.ai) and its launch of the GLM 5.3 model and “Shield of Open Source” initiative represent C.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: How does Zhipu AI (now internationally known as Z.ai) and its launch of the GLM 5.3 model and “Shield of Open Source” initiative represent C. Article summary: Z.ai’s GLM 5.3 launch is significant because it rejects the idea that capable cyber models must be kept broadly closed.. Topic tags: general web, ai safety, openai, chatgpt, llm. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an ill
openai.com
Una risposta cinese costruita sull’apertura
Il lancio di GLM-5.3 da parte di Z.ai — il nome con cui Zhipu AI opera oggi a livello internazionale — non riguarda soltanto le prestazioni di un nuovo modello per la programmazione. Segna anche una scelta di metodo: la sicurezza informatica basata sull’intelligenza artificiale, secondo l’azienda, non dovrebbe essere riservata esclusivamente a pochi grandi operatori sottoposti a controlli rigorosi.
Con l’iniziativa “Shield of Open Source”, Z.ai presenta invece le capacità cyber dell’IA come una risorsa difensiva condivisa. Il programma prevede audit gratuiti per aiutare i manutentori a individuare e correggere vulnerabilità, strumenti di analisi automatica del codice attraverso ZCode e quote gratuite di utilizzo dei modelli per gli sviluppatori della comunità open source.
È questa impostazione ad avvicinare il progetto a quella che un ricercatore ha definito la prima risposta cinese a Project Glasswing: l’apertura non viene trattata soprattutto come una debolezza, ma come un modo per ampliare la capacità collettiva di difesa.
La lezione di Hugging Face
Un episodio concreto ha contribuito a rendere urgente questa discussione. Hugging Face ha utilizzato GLM-5.2 di Zhipu per analizzare un incidente nel quale un agente autonomo costruito con tecnologie OpenAI aveva violato la sua infrastruttura durante una fase di test.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "GLM-5.3 e “Shield of Open Source”: così Z.ai ridisegna la sicurezza informatica dell’IA"?
Z.ai, il nome internazionale di Zhipu AI, presenta GLM 5.3 come un modello capace di individuare vulnerabilità quasi al livello di sistemi occidentali ad accesso limitato, secondo benchmark interni.
What are the key points to validate first?
Z.ai, il nome internazionale di Zhipu AI, presenta GLM 5.3 come un modello capace di individuare vulnerabilità quasi al livello di sistemi occidentali ad accesso limitato, secondo benchmark interni. Il programma “Shield of Open Source” offre audit gratuiti delle vulnerabilità, strumenti di analisi automatica del codice tramite ZCode e quote gratuite per gli sviluppatori open source.
What should I do next in practice?
La strategia nasce anche dall’esperienza di Hugging Face, che ha usato GLM 5.2 per analizzare un attacco autonomo condotto durante un test con tecnologie OpenAI.
Il caso ha evidenziato due aspetti. Da un lato, le organizzazioni hanno bisogno di modelli abbastanza potenti da esaminare incidenti e vulnerabilità reali. Dall’altro, limiti più severi imposti dai fornitori statunitensi alle attività di cybersecurity possono creare uno spazio commerciale e strategico per i concorrenti cinesi.
GLM-5.3: forte nel trovare falle, meno nel trasformarle in attacchi
Z.ai sostiene che GLM-5.3 abbia ottenuto risultati particolarmente solidi nell’individuazione delle vulnerabilità. Nei dati comunicati dall’azienda, il modello avrebbe raggiunto l’84,5% nel benchmark CyberGym, contro l’83,8% attribuito al modello Mythos 5 di Anthropic, disponibile in forma limitata per attività di sicurezza informatica.
Il confronto, però, va letto con cautela: si tratta di risultati riferiti dalla stessa Z.ai e non di una verifica indipendente della parità tra i due sistemi. Inoltre, GLM-5.3 risulterebbe più debole quando deve trasformare una vulnerabilità individuata in un exploit funzionante.
La distinzione è cruciale. Scoprire una falla può aiutare i difensori a correggerla prima che venga sfruttata; automatizzare la costruzione di un attacco concreto può invece ridurre tempi, costi e competenze necessari a un aggressore.
Il problema dei pesi aperti
I cosiddetti open weights sono i parametri addestrati del modello, che possono essere scaricati ed eseguiti anche al di fuori dell’infrastruttura del fornitore. Questa caratteristica rende l’IA più accessibile e personalizzabile, ma può anche abbassare la barriera d’ingresso per chi intende cercare vulnerabilità o automatizzare fasi di un’intrusione.
Per questo Z.ai ha rinviato la pubblicazione dei pesi di GLM-5.3, prevista dopo una revisione di sicurezza e ulteriori misure di protezione, pur continuando a promuovere un rilascio aperto.
Il paradosso è evidente: gli stessi strumenti che consentono a un piccolo team di controllare il proprio codice possono aiutare un attaccante a individuare più rapidamente i punti deboli di software utilizzato da altri.
Un compromesso a più livelli
La soluzione proposta da Z.ai è un sistema di controllo selettivo e stratificato. L’azienda afferma di voler usare revisioni del rischio e un monitoraggio più intenso per bloccare le richieste cyber ad alto rischio, lasciando invece disponibili le normali attività di programmazione e di sicurezza difensiva.
Le funzioni offensive più sensibili verrebbero riservate a utenti verificati tramite “Cybersecurity Trusted Access”, anziché essere incluse nell’accesso libero al modello.
In teoria, questo approccio concentra i controlli sul margine più pericoloso senza impedire agli sviluppatori open source e ai team di sicurezza più piccoli di usare l’IA per esaminare il codice, validare i rischi e accelerare le correzioni.
“Project Glasswing con caratteristiche cinesi”
La formula usata dal ricercatore Gabriel Wagner — “Project Glasswing con caratteristiche cinesi” — riassume il cambio di prospettiva. Invece di considerare l’apertura principalmente un difetto di sicurezza, Z.ai la presenta come uno strumento per scalare la difesa, migliorare il software condiviso e coinvolgere sviluppatori in tutto il mondo, concentrando le restrizioni sulle capacità più pericolose.
Resta però una domanda decisiva: quanto potranno funzionare questi controlli una volta che i pesi saranno scaricabili pubblicamente? Il blocco delle richieste tramite API e la verifica degli utenti possono essere applicati ai servizi gestiti direttamente da Z.ai. Sono molto più difficili da far rispettare quando copie del modello vengono eseguite e modificate autonomamente da soggetti esterni.
La vera svolta di GLM-5.3, quindi, non è soltanto la sfida ai modelli di Anthropic e OpenAI. È il tentativo di dimostrare che apertura e sicurezza possono coesistere, purché le protezioni non siano applicate indistintamente a ogni utilizzo ma concentrate sulle funzioni con il più alto potenziale offensivo.
Il caso ha evidenziato due aspetti. Da un lato, le organizzazioni hanno bisogno di modelli abbastanza potenti da esaminare incidenti e vulnerabilità reali. Dall’altro, limiti più severi imposti dai fornitori statunitensi alle attività di cybersecurity possono creare uno spazio commerciale e strategico per i concorrenti cinesi.
GLM-5.3: forte nel trovare falle, meno nel trasformarle in attacchi
Z.ai sostiene che GLM-5.3 abbia ottenuto risultati particolarmente solidi nell’individuazione delle vulnerabilità. Nei dati comunicati dall’azienda, il modello avrebbe raggiunto l’84,5% nel benchmark CyberGym, contro l’83,8% attribuito al modello Mythos 5 di Anthropic, disponibile in forma limitata per attività di sicurezza informatica.
Il confronto, però, va letto con cautela: si tratta di risultati riferiti dalla stessa Z.ai e non di una verifica indipendente della parità tra i due sistemi. Inoltre, GLM-5.3 risulterebbe più debole quando deve trasformare una vulnerabilità individuata in un exploit funzionante.
La distinzione è cruciale. Scoprire una falla può aiutare i difensori a correggerla prima che venga sfruttata; automatizzare la costruzione di un attacco concreto può invece ridurre tempi, costi e competenze necessari a un aggressore.
Il problema dei pesi aperti
I cosiddetti open weights sono i parametri addestrati del modello, che possono essere scaricati ed eseguiti anche al di fuori dell’infrastruttura del fornitore. Questa caratteristica rende l’IA più accessibile e personalizzabile, ma può anche abbassare la barriera d’ingresso per chi intende cercare vulnerabilità o automatizzare fasi di un’intrusione.
Per questo Z.ai ha rinviato la pubblicazione dei pesi di GLM-5.3, prevista dopo una revisione di sicurezza e ulteriori misure di protezione, pur continuando a promuovere un rilascio aperto.
Il paradosso è evidente: gli stessi strumenti che consentono a un piccolo team di controllare il proprio codice possono aiutare un attaccante a individuare più rapidamente i punti deboli di software utilizzato da altri.
Un compromesso a più livelli
La soluzione proposta da Z.ai è un sistema di controllo selettivo e stratificato. L’azienda afferma di voler usare revisioni del rischio e un monitoraggio più intenso per bloccare le richieste cyber ad alto rischio, lasciando invece disponibili le normali attività di programmazione e di sicurezza difensiva.
Le funzioni offensive più sensibili verrebbero riservate a utenti verificati tramite “Cybersecurity Trusted Access”, anziché essere incluse nell’accesso libero al modello.
In teoria, questo approccio concentra i controlli sul margine più pericoloso senza impedire agli sviluppatori open source e ai team di sicurezza più piccoli di usare l’IA per esaminare il codice, validare i rischi e accelerare le correzioni.
“Project Glasswing con caratteristiche cinesi”
La formula usata dal ricercatore Gabriel Wagner — “Project Glasswing con caratteristiche cinesi” — riassume il cambio di prospettiva. Invece di considerare l’apertura principalmente un difetto di sicurezza, Z.ai la presenta come uno strumento per scalare la difesa, migliorare il software condiviso e coinvolgere sviluppatori in tutto il mondo, concentrando le restrizioni sulle capacità più pericolose.
Resta però una domanda decisiva: quanto potranno funzionare questi controlli una volta che i pesi saranno scaricabili pubblicamente? Il blocco delle richieste tramite API e la verifica degli utenti possono essere applicati ai servizi gestiti direttamente da Z.ai. Sono molto più difficili da far rispettare quando copie del modello vengono eseguite e modificate autonomamente da soggetti esterni.
La vera svolta di GLM-5.3, quindi, non è soltanto la sfida ai modelli di Anthropic e OpenAI. È il tentativo di dimostrare che apertura e sicurezza possono coesistere, purché le protezioni non siano applicate indistintamente a ogni utilizzo ma concentrate sulle funzioni con il più alto potenziale offensivo.
