OpenAI发布新网络安全模型GPT-5.4-Cyber并公布三大防御战略
2026年4月14日，OpenAI宣布推出专为数字防御设计的新模型GPT-5.4-Cyber，并公布其网络安全战略的三大核心支柱。该消息发布于竞争对手Anthropic上周宣布其新款Claude Mythos Preview模型将仅限私有化发布之后，后者称该模型可能被黑客和恶意行为者利用，引发行业对AI安全的广泛讨论。
OpenAI在博客中表示，当前的安全防护机制已足以降低现有模型的网络风险，支持广泛部署。公司强调，未来更强大的模型可能需要更严格的部署控制和更全面的防御体系。为实现这一目标，OpenAI提出三大战略方向：第一，建立“了解你的客户”（Know Your Customer）验证系统，结合与特定组织合作的有限发布机制和2026年2月推出的自动化系统Trusted Access for Cyber（TAC），在保障安全的同时实现访问的广泛化和民主化。
第二，实施“迭代部署”策略，即通过谨慎发布、收集真实世界反馈并持续优化新能力，提升模型对越狱攻击和其他对抗性攻击的韧性，增强防御能力。第三，加大在软件安全和数字防御领域的投资，以应对生成式AI快速普及带来的挑战。
OpenAI表示，该倡议是其整体安全体系的一部分，涵盖2026年3月推出的AI安全代理Codex Security、自2023年起实施的网络安全资助计划、近期对Linux基金会的捐赠以支持开源安全，以及旨在评估和防范前沿AI造成严重危害的“准备框架”（Preparedness Framework）。
与此同时，Anthropic上周的声明在安全专家中引发争议。部分专家认为其担忧被夸大，可能助长对黑客的敌视情绪，进一步集中科技巨头权力。但也有观点指出，当前安全防御体系本就存在漏洞，生成式AI的普及可能使恶意行为者以更快速度和更广范围实施攻击，凸显网络安全形势的紧迫性。
编辑点评
OpenAI此次发布GPT-5.4-Cyber模型及三大网络安全战略，标志着生成式AI在安全领域的应用正从被动防御转向主动构建防御生态。此举不仅是对Anthropic私有化发布Claude Mythos的直接回应，更折射出全球AI安全治理的深层博弈。在AI能力突破性增长背景下，技术巨头如何平衡创新与风险，成为国际社会关注焦点。OpenAI强调‘民主化访问’与‘迭代部署’，试图在安全与开放间寻找平衡，但其‘逐步增强防御’的长期承诺仍面临技术演变速度与监管滞后之间的张力。该事件可能推动跨国企业、政府及国际组织加速建立AI安全标准，尤其是在供应链安全、开源代码保护和对抗性攻击防御等领域。未来，若类似AI模型被广泛用于网络攻击，可能引发全球性安全危机，促使各国重新评估其网络防御架构，甚至推动新的国际AI治理机制形成。