OpenAI vs Claude 的网安 AI 竞赛，为什么还不能判定谁领先

这不是一个问题，而是三个问题

1. 谁更会发现漏洞

CRN 报道称，在 Anthropic 公布 Claude Mythos 的 AI 驱动漏洞发现进展后，OpenAI 也发布了相关后续动作。 这让“OpenAI vs Claude”很容易被包装成漏洞发现能力的正面对决。

但漏洞发现不是单项技能。模型能否读懂大型代码库、提出可验证缺陷、减少误报、给出修补建议，甚至推进到可利用性证明，都是不同层面的能力。没有共同测试条件时，单次演示或公司公告都不足以推出总排名。

2. 谁更能自动化攻防流程

Anthropic 的文章提到 2025 年 3 月 14 日至 16 日举行的 HackTheBox AI vs Human CTF Challenge，并将其描述为让 AI 智能体与开放参赛者同场竞争的挑战。 对不熟悉 CTF 的读者来说，它通常是网络安全领域用于练习和测试攻防能力的竞赛形式；但竞赛表现并不等同于真实企业环境中的全面能力。

Anthropic 从这类测试中给出的核心警讯是：AI 可能降低基础漏洞利用的自动化门槛。 同样的推理、代码阅读和工具调用能力，既能帮助防御方做漏洞分析，也可能帮助攻击方更快把已知弱点转成可执行步骤。

3. 谁能更安全地释放能力

网安 AI 的竞争不只看模型“会不会做”，还要看“谁能用、在什么边界内用”。CRN 将 OpenAI 的 Trusted Access for Cyber initiative 放在这场竞争中讨论，说明受控访问已经成为高风险网安能力发布策略的一部分。

Anthropic 也把滥用治理放进了公开讨论：其 Safeguards 团队曾识别并封禁一名编程能力有限、但利用 Claude 开发恶意软件的用户。 这并不意味着所有网安 AI 使用都会走向恶意行为；它说明模型上线后的监测、审计、封禁和处置流程，本身已经是能力评估的一部分。

为什么现在不宜做“总榜”

要做一个可靠的 OpenAI vs Claude 网安比较，至少需要六个条件：相同任务集、相同模型版本、相同工具权限、相同人类协助程度、相同安全限制，以及公开、可复现的评分标准。

现有公开材料并不满足这些条件。Anthropic 的文章提供的是 Claude 在网络安全竞赛与风险治理上的测试经验；CRN 的分析整理的是 OpenAI 与 Anthropic 在漏洞发现和安全发布策略上的竞争脉络。 这些材料有助于理解趋势，但不能直接折算成一张模型总榜。

这也是 CYBENCH 这类评估框架值得关注的原因。CYBENCH 的定位是评估 AI 在网络安全任务中的能力，说明研究者正在尝试用更结构化的方式衡量模型表现；但它不是 OpenAI 对 Claude 的胜负公告。

安全团队更该问的四个问题

任务边界是否清楚

先明确 AI 要用在哪里：漏洞分类、代码审查、事件响应、CTF 解题，还是接近漏洞利用测试？Anthropic 提醒，AI 可能让基础漏洞利用更容易自动化，因此任务越靠近攻击链，治理要求就越高。

能力主张能否复现

公司公告、红队文章、学术基准和内部试用都有价值，但它们不是同一种证据。真正部署前，应要求可复现的测试结果、清楚的失败案例，以及贴合自身环境的评估方法；CYBENCH 这样的框架正体现了结构化评估的重要性。

访问权限是否受控

高能力网安模型的风险不只在输出内容，也在访问对象和使用场景。CRN 关于 OpenAI Trusted Access for Cyber initiative 的报道，反映出行业正在把准入机制和使用治理纳入网安 AI 发布策略。

滥用能否被发现和处置

Anthropic 披露过封禁利用 Claude 开发恶意软件的案例，这让滥用检测、审计和停权流程成为部署网安 AI 时的关键控制点。 如果供应商只能展示能力，却说不清如何发现和处理滥用，风险就可能被低估。

底线

OpenAI vs Claude 的 AI 网络安全竞赛，目前还没有可靠冠军。公开资料显示，Anthropic/Claude 已经把网络安全竞赛、漏洞利用自动化和滥用治理风险摆到台前；OpenAI 则被报道与 Anthropic 一起进入 AI 辅助漏洞发现和受控访问策略的竞争脉络。

对安全团队来说，更有用的问题不是哪家公司在舆论叙事中领先，而是：能力能否验证，权限能否控制，防御收益是否大于滥用风险，以及部署后能否持续监测、审计和复盘。