Anthropic 发布报告称，中国公司 Z.ai 于 8 月发布的模型 GLM-5.3 可被任何人自由下载和修改，构成重大网络攻击风险。围绕开源与闭源模型的争论持续升温：Nvidia CEO 黄仁勋主张美国发展更多开源模型，Anthropic 的 Dario Amodei 则主张更谨慎。目前闭源模型能力仍强于开源，Artificial Analysis 榜单前八名均为闭源，但开源模型仅落后数月。
推荐理由想搞清开源模型安全争议双方论据和当前能力差距的人，这篇有具体立场和榜单数据
智谱 GLM-5.3 开源发布后，尚未出现大规模网络安全攻击事件。此前 Anthropic 曾警告该模型具有「Mythos 级」网络攻击风险，并以此呼吁限制开源模型。Nathan Lambert 在 Interconnects AI 撰文指出，实际结果削弱了封禁开源模型的论据。原文正文信息有限，主要为播客与订阅推荐内容。
推荐理由了解开源模型安全争论的最新实证：警告与实际攻击之间的落差
Cantina Security 联合 Yeta Labs 发布 apex-flash-1，一个专为漏洞研究训练的开放权重模型，基于 Z.ai 的 GLM-5.3-Flash 做强化学习微调，以 MIT 协议在 Hugging Face 发布。模型总参数 321.3B，MoE 架构激活 18B，用 GRPO 加 rank-256 LoRA 训练，数据来自 50 个真实漏洞案例构建的 150 个任务。在 20 个留出漏洞案例的 60 项任务上解出 40 项（66.7% pass@1），单次运行约 2.38 美元；Cl…
推荐理由每个解出任务成本约 0.06 美元，是 Opus 的 1/29，做漏洞研究 Agent 可本地部署
Anthropic 指出，GLM-5.3 能端到端开发可用的网络漏洞利用程序，能力与五个月前发布的 Claude Mythos Preview 类似，但该模型在发布时未配备针对滥用的强有力防护措施。原文信息有限，未披露具体测试方法与细节。
推荐理由了解前沿模型被指缺乏滥用防护的具体案例，评估开源模型安全风险可参考
Anthropic 发布研究称，智谱 AI 的 GLM-5.3 具备自主构建端到端网络漏洞利用的能力，与 Claude Mythos Preview 水平相当，但发布时未设有效防护。Anthropic 模拟测试显示，攻击者用简单技术即可绕过其防护，成功率在 64% 到 100% 之间，而同类攻击对 Claude 模型无效。9 月 17 日 NIST 下属 CAISI 也评估 GLM-5.3 为迄今网络能力最强的开放权重模型，综合网络基准落后美国前沿约 4 个月。Anthropic 指出，美国前沿模型仅向受审查用户开…
推荐理由了解开放权重模型被用于网络攻击的具体风险数据：绕过防护成功率 64%-100%，落后美国前沿仅 4 个月
安全公司 Aikido Security 发布首个开放权重模型 Altar-1，由智谱 GLM-5.3 压缩而来，权重已在 Hugging Face 公开，可在单节点 4 张 NVIDIA H200 上以 vLLM 运行。GLM-5.3 是 753B 参数 MoE，每 token 激活约 40B 参数。Altar-1 先采用 AWQ INT4 量化，再用 Cerebras REAP 按路由权重和输出幅度剪枝，每层保留 256 个路由专家中的 168 个，去掉 88 个（34.4%），无需重训练。存储从 BF16 的…
推荐理由328 GB 权重可在 4 张 H200 本地跑，做私有化安全审计的团队可直接下载