Tanken är att mindre projekt ska kunna hitta, kontrollera och åtgärda säkerhetsbrister utan att behöva anlita den specialistkompetens som ofta är en bristvara. På så sätt försöker Z.ai göra AI-stödd säkerhet till en gemensam resurs – inte en tjänst som bara stora teknikbolag har råd med.
Z.ai har också lyft fram ett konkret exempel för att stärka sin försvarsberättelse. Företaget hänvisar till att Hugging Face använde den tidigare modellen GLM-5.2 för att analysera ett autonomt cyberangrepp där OpenAI-modeller var inblandade. Enligt Z.ai visar det att öppna modeller kan användas för incidentanalys och åtgärder, inte enbart av angripare.
Det är en viktig del av företagets argumentation: om avancerad AI ändå kommer att kunna hitta programvarufel, bör försvarare få tillgång till liknande verktyg så tidigt och så brett som möjligt.
Problemet är att den tekniska förmågan är dubbelanvändbar. Enligt Z.ai:s dokumentation har efterträningen av GLM-5.3 förbättrat modellens förmåga att upptäcka sårbarheter och analysera angreppskedjor. Det kan hjälpa säkerhetsteam att hitta och verifiera brister, men kan också underlätta offensiv verksamhet.
Det är särskilt känsligt när modellvikter görs tillgängliga utanför ett slutet API. Kritiker har varnat för att öppna modeller kan sänka tröskeln för cyberattacker genom att fler får tillgång till avancerad analys och automatisering. Z.ai säger därför att GLM-5.3 ska omfattas av lager på lager-baserade riskbedömningar och skärpt tillsyn.
Z.ai:s föreslagna skydd ska inte stoppa all säkerhetsrelaterad användning. Hög risk förknippad med offensiva cyberförfrågningar ska blockeras, medan vanlig programmering, underhåll och defensivt säkerhetsarbete ska kunna fortsätta.
Det är ett försök att undvika en alltför bred spärr. En generell begränsning skulle visserligen minska risken för missbruk, men samtidigt göra plattformen mindre användbar för de open source-projekt som initiativet är tänkt att hjälpa.
De mest känsliga offensiva funktionerna ska enligt planen endast vara tillgängliga för verifierade användare genom Cybersecurity Trusted Access. Det skapar ett särskilt kontrollerat åtkomstlager, även om defensiva verktyg och bredare communitytillgång samtidigt byggs ut.
Strategin innebär alltså inte att allting släpps fritt på en gång. Z.ai har beskrivit en stegvis lansering där säkerhetsutvärderingar och kontroller ska föregå bredare tillgång till API och modellvikter.
Jämförelsen med Anthropic:s Project Glasswing är relevant, men ska inte tolkas som att projekten är officiellt likställda. Glasswing är Anthropic:s initiativ för att ge utvalda försvarare tidig, kontrollerad tillgång till avancerad AI för att säkra kritisk programvara.
Forskaren Gabriel Wagners jämförelse är därför en tolkning. Z.ai tycks dela Glasswings försvarsinriktade ambition, men väljer en mer uttalat öppen distributionsmodell: transparens, granskning från communityn och bred tillgång till defensiva verktyg framställs som säkerhetstillgångar snarare än risker.
Satsningen kan på sikt ge Kina en annan roll i den globala cybersäkerheten: från leverantör av öppna AI-modeller till aktör som också erbjuder praktisk säkerhetshjälp till internationella utvecklare. Men det är ännu en företagsstrategi och en uttalad policyinriktning – inte ett bevis på att Kinas cybersäkerhetspolitik redan har förändrats.
Trovärdigheten kommer i slutändan att avgöras av tre saker: om åtkomstkontrollerna håller när modellen blir mer tillgänglig, om säkerhetsgranskningarna leder till ansvarsfull rapportering och patchning, samt om oberoende tester bekräftar att gränserna mellan försvar och offensiv användning faktiskt fungerar.
Tanken är att mindre projekt ska kunna hitta, kontrollera och åtgärda säkerhetsbrister utan att behöva anlita den specialistkompetens som ofta är en bristvara. På så sätt försöker Z.ai göra AI-stödd säkerhet till en gemensam resurs – inte en tjänst som bara stora teknikbolag har råd med.
Z.ai har också lyft fram ett konkret exempel för att stärka sin försvarsberättelse. Företaget hänvisar till att Hugging Face använde den tidigare modellen GLM-5.2 för att analysera ett autonomt cyberangrepp där OpenAI-modeller var inblandade. Enligt Z.ai visar det att öppna modeller kan användas för incidentanalys och åtgärder, inte enbart av angripare.
Det är en viktig del av företagets argumentation: om avancerad AI ändå kommer att kunna hitta programvarufel, bör försvarare få tillgång till liknande verktyg så tidigt och så brett som möjligt.
Problemet är att den tekniska förmågan är dubbelanvändbar. Enligt Z.ai:s dokumentation har efterträningen av GLM-5.3 förbättrat modellens förmåga att upptäcka sårbarheter och analysera angreppskedjor. Det kan hjälpa säkerhetsteam att hitta och verifiera brister, men kan också underlätta offensiv verksamhet.
Det är särskilt känsligt när modellvikter görs tillgängliga utanför ett slutet API. Kritiker har varnat för att öppna modeller kan sänka tröskeln för cyberattacker genom att fler får tillgång till avancerad analys och automatisering. Z.ai säger därför att GLM-5.3 ska omfattas av lager på lager-baserade riskbedömningar och skärpt tillsyn.
Z.ai:s föreslagna skydd ska inte stoppa all säkerhetsrelaterad användning. Hög risk förknippad med offensiva cyberförfrågningar ska blockeras, medan vanlig programmering, underhåll och defensivt säkerhetsarbete ska kunna fortsätta.
Det är ett försök att undvika en alltför bred spärr. En generell begränsning skulle visserligen minska risken för missbruk, men samtidigt göra plattformen mindre användbar för de open source-projekt som initiativet är tänkt att hjälpa.
De mest känsliga offensiva funktionerna ska enligt planen endast vara tillgängliga för verifierade användare genom Cybersecurity Trusted Access. Det skapar ett särskilt kontrollerat åtkomstlager, även om defensiva verktyg och bredare communitytillgång samtidigt byggs ut.
Strategin innebär alltså inte att allting släpps fritt på en gång. Z.ai har beskrivit en stegvis lansering där säkerhetsutvärderingar och kontroller ska föregå bredare tillgång till API och modellvikter.
Jämförelsen med Anthropic:s Project Glasswing är relevant, men ska inte tolkas som att projekten är officiellt likställda. Glasswing är Anthropic:s initiativ för att ge utvalda försvarare tidig, kontrollerad tillgång till avancerad AI för att säkra kritisk programvara.
Forskaren Gabriel Wagners jämförelse är därför en tolkning. Z.ai tycks dela Glasswings försvarsinriktade ambition, men väljer en mer uttalat öppen distributionsmodell: transparens, granskning från communityn och bred tillgång till defensiva verktyg framställs som säkerhetstillgångar snarare än risker.
Satsningen kan på sikt ge Kina en annan roll i den globala cybersäkerheten: från leverantör av öppna AI-modeller till aktör som också erbjuder praktisk säkerhetshjälp till internationella utvecklare. Men det är ännu en företagsstrategi och en uttalad policyinriktning – inte ett bevis på att Kinas cybersäkerhetspolitik redan har förändrats.
Trovärdigheten kommer i slutändan att avgöras av tre saker: om åtkomstkontrollerna håller när modellen blir mer tillgänglig, om säkerhetsgranskningarna leder till ansvarsfull rapportering och patchning, samt om oberoende tester bekräftar att gränserna mellan försvar och offensiv användning faktiskt fungerar.