刚刚，GLM-5.3撕开闭源安全神话！0.1倍参数追平Mythos战力

新智元报道 AI猎杀漏洞这件事，彻底卷起来了。 两个月前，Anthropic的Mythos自主挖出FreeBSD里藏了17年的漏洞，安全圈集体失眠。 就在刚刚，Cursor也被一个中国AI翻了。 清华NASP实验室用它深入底层架构，直接在权限校验逻辑里撕开了一道口子。攻击者一旦利用，可以任意写入文件，甚至接管Cursor整个开发环境。 这个AI，是智谱刚发布的GLM-5.3。7530亿参数，体量只有Mythos的十分之一，安全评测的得分却实现了正面反超，国内安全圈今天也沸腾起来。 2436个漏洞，有些藏了45年 从GLM-5.2发布以来，智谱拉上国内顶尖安全团队，一个多月后，战报定格在2436个漏洞。 其中1097个中高危，触角横跨系统内核、浏览器引擎、开源组件，一路探到互联网底层协议，涉及269个项目。 最老的一个，可以追到45年前。参照Zerodium、Pwn2Own的公开悬赏，漏洞估值高达3000万元。 这些漏洞离你有多近？ 一款日活数亿的国民级通信软件，被翻出了一个「零点击」漏洞。不用骗你点链接，不用骗你下文件，对方发来一条看着完全正常的消息，你的手机就可能直接换主人。 这个漏洞蛰伏在私有协议和内存管理的交界处，触发条件极难复现，公开资料几乎为零。 而研究人员则靠着GLM-5.3从海量二进制代码里定位异常、还原逻辑，赶在漏洞被利用之前把路堵死了。 一场可能席卷数亿人的安全风暴，就这样被扼杀在了摇篮里。 同时，企业邮箱也没跑掉。 赛博昆仑用GLM一口气挖出三枚微软漏洞，串联起来就是一条完整攻击链：预览一封邮件就可能中招，服务端可被远程打穿。 2021年同类漏洞在ProxyLogon事件中让全球大量Exchange服务器沦陷。 这一次，灾难在引爆前被悄然解除。微软完成修复后，官方致谢了「Kunlun Lab & GLM」。 但2436个漏洞里，最让人后怕的，藏在DNS里。 DNS是整个互联网的导航枢纽。你在浏览器敲个网址，DNS把你领到正确的服务器。 没有它，互联网就是一片没有门牌号的废墟。这套协议诞生于1983年，比绝大多数互联网公司都老。 43年了，全世界安全研究员拿着放大镜审了一遍又一遍，无数轮自动化扫描反复过筛。没人发现问题。 如今，GLM-5.3只用两周时间，就找到了一类初期就潜伏在里面的协议级漏洞。 攻击手法并不花哨，却招招致命。 攻击者发送少量特殊构造的请求，就能把服务器的计算压力放大近8万倍。一个人在门外敲门，门里骤然炸开8万人的砸门巨响。服务器直接过载。 后果就是，网站打不开，邮件中断，云服务瘫痪。潜在影响超过1000万处公网DNS服务。 不过，在GLM-5.3的帮助下，这颗埋在互联网地基里45年的定时炸弹，在引爆前就已经被拆了。 追凶Neo：攻击的是AI，抓住它的也是AI 更厉害的是，GLM不只会挖漏洞，还能顺藤摸瓜抓人。 7月，安全团队盯上了一台巴西的可疑服务器。GLM-5.3接手一查，发现背后藏着的不是人类黑客，而是一个AI Agent，代号「Neo」。 Neo专门盯A国的会计师事务所和税务机构。 不到两个月，它自己搭了4台服务器、注册7个域名、爬取6万个邮箱地址、写了100多个脚本，发出18567封钓鱼邮件。全自动，不知疲倦。 但Neo把犯罪痕迹散落在数千个目录、数万份日志里，靠人工几乎不可能拼回去。 但这并没有难倒GLM-5.3。 通过对海量数据的分析，它把整条攻击链还原了出来：谁是猎物、邮件系统怎么搭的、怎么伪装成客户把恶意文件投出去。 最终，Neo被逮了个正着。 十分之一的体量，正面反超 实战够硬了，评测榜上又是什么水平？ CyberGym考的是看懂代码、定位漏洞、判断危害等级的综合能力，安全圈公认的硬指标。 在这里，GLM-5.3直接拿到了84.5%的高分，10倍体量的Mythos是83.8%，OpenAI旗舰GPT-5.6是83.6%。参数量差了一个数量级，得分反而最高。 而到真正要亲手打穿漏洞的ExploitBench和ExploitGym上，GLM-5.3还没追上Mythos，但比上一代翻了两到三倍，差距正在被快速压缩。 看到这，我们也迫不及待地用Vibe Coding搭了几个产品，让GLM-5.3帮忙看看。 首先，是一套版本化素材库AssetFlow。 我们上传了紫色的v2去替换蓝色的v1，页面上版本号和预览图全都刷新了，看起来没任何问题。 但点了「下载最新版本」之后，拿到的文件还是v1。表面一切正常，打开文件才发现版本对不上。 GLM-5.3沿着上传、存储、索引、下载四个环节逐一追查，最终定位到缓存层只区分了素材ID，没有区分版本号。 它给出的修复方案也不是简单地清空缓存绕过问题，而是让系统先锁定版本号再去读缓存，把三条链路真正隔离开。 接下来是团队看板SprintBoard。 操作的时候我们发现，用普通成员何川登录时竟然能打开属于周一的任务，甚至菜单里居然还提供了「删除」选项。点了一下之后，任务就真的没了。 而且，不止权限在裸奔，数据也没有全部写进数据库。 多人同时编辑同一条任务的时候，后保存的人会覆盖前面的内容，完全没有冲突检测。 GLM-5.3接手之后，把权限判断挪到了服务端，数据做了持久化，并发编辑加上了冲突提示，一个「能用但不安全」的原型被改造成了可以交付的产品。 最硬核的一个是3D智能仓库。 8台AGV机器人自己接单、寻路、搬货架、排队充电，整套调度逻辑都能跑通。但跑通不等于安全。 我们直接让GLM-5.3把这套系统接进了攻防闭环，身份认证、消息签名、防重放、异常检测、哈希链审计、安全模式急停全部加上。 跑起来毛病一堆，它顺着服务端、前端、遥测数据一路查回去，一个一个修掉，最终33项攻防加业务测试全部通过。 开源Coding一哥，杀回来了 当然，安全只是GLM-5.3的一面。写代码，它也没打算让任何人。 在六项主流编程评测中，GLM-5.3全部拿下开源第一。 Terminal-Bench 3.0衡量真实终端环境里的复杂任务能力，GLM-5.3从上一代的4.6直接拉到28.3。 Agents' Last Exam考跨工具协作和长程任务，GLM-5.3拿了28.5，逼平GPT-5.6 Sol的28.6。 而在AutomationBench和GDPVal-AA v2上，GLM-5.3干脆反超了所有闭源模型，拿下全场第一。 效率方面，在模拟真实编码体验的Z.ai Code Bench上，GLM-5.3 High达到了31.4%的准确率，超过Claude Opus 4.8 Max的29.5%。 不仅如此，每个任务GLM-5.3平均只要5万tokens，而Opus 4.8需要12万。 开源Coding一哥的名号，智谱这一代算是给夺回来了。 话不多说，我们又用真实项目试了试。 上来先做一个经典的迷宫吃豆游戏。地图建模、碰撞检测、路径算法、多个实体的状态管理，GLM-5.3一次生成全部到位。 甚至没人要求，它自己还给加了个调试模式——把每个敌人的目标点和预测线路都展示了出来。 接下来，我们又把俄罗斯方块从平面变成了3D立体的。 方块可以绕X、Y、Z三条轴翻滚，以前是琢磨「往哪儿塞」，现在是琢磨「从哪个角度给怼进去」。 好玩是挺好玩的，就是到后面