通用 AI 模型正成为安全团队日益棘手的问题，因为同样的技能也能帮助攻击者。Artemis Security 希望用一款专用模型来填补这一缺口。
美国初创公司 Artemis Security 已推出Orion-1，这是一款旨在自主调查和响应企业网络攻击的模型，在该公司自己的基准测试中击败了Claude Opus 5.5和GPT-6 Sol。Orion-1 处理来自认证服务、云环境、企业终端、SaaS 应用和网络设备的日志数据，然后将企业账户登录、新的云权限、新建的邮箱收件规则等单个信号关联起来，追溯到同一个攻击者。一旦掌握事件全貌，该模型会给出置信度评分，锁定结论，并建议或启动响应。
据 Artemis 称，通用模型在输入数十亿条事件时会失去线索，或者将无害但异常的活动标记为攻击。Artemis 基于自身安全运营中的任务对 Orion-1 进行了微调，包括识别日志数据中的可疑模式、搜寻已知攻击技术、编写新的检测规则以及遏制实时攻击。该公司表示，训练过程中未使用任何客户数据。Artemis 称 Orion-1 为“前沿基础模型”（Frontier Foundation Model），但仅在其博客文章中描述了这一微调过程，目前尚不清楚该公司是否基于其他提供商的现有模型构建。
Artemis 构建了自己的基准测试来衡量安全决策的可信度
Artemis 开发了一项名为“决策级就绪度”（Decision-Grade Readiness，DGR）的基准测试用于对比。现有的大多数安全测试要么考查模型对攻击技术的掌握，要么让模型解决黑客谜题，而 DGR 为每个模型提供相同的初始警报、相同的环境数据，以及安全团队会拥有的相同工具，然后要求它判断是否正在发生攻击。数千项任务都有已知结果，其中一些完全不包含攻击，或者包含被设计成看似恶意的良性数据。模型的评分依据是其结论及其提供的证据。
Artemis 报告了五项任务的结果，并测试了Grok 4.7以及Kimi K3与 Opus 5.5 和 GPT-6 Sol 一同测试。最大的差距出现在攻击重建上，Orion-1 得分为 80.8，而排名第二的模型为 58.3。
Orion-1 已在 Artemis 平台上向部分客户开放私密预览，客户可以按操作类型设置限制，规定模型能自主决定的程度。高影响操作默认需要人工批准。Artemis 直到 4 月才走出隐身模式，披露了7000 万美元的种子轮和 A 轮融资此时距公司成立约六个月。
为攻击者设置的护栏也在阻挡防御者
广泛的前沿模型对安全团队来说越来越难使用，因为提供商不断收紧其网络能力。OpenAI 认为其 Astra 模型是首个可能达到最高网络安全风险等级的模型，在该等级下模型可以自行开发和运行网络攻击。Claude Opus 5.5 将大多数网络安全任务路由到较旧的 Opus 4.8，而当 Hugging Face 在 7 月尝试分析一次对其自身基础设施的完全自主 AI 攻击时，使用商业前沿模型，它们的护栏完全阻止了对攻击数据的分析。团队最终改用在其自有服务器上运行的开源权重模型 GLM 5.2。
在防御方面，提供商转而推出访问受限的专用模型。OpenAI 只向经过验证的防御者发放限制较少的GPT-5.5-Cyber，Anthropic 对其最强模型采取类似做法，通过Claude Security 扫描器和合作伙伴安全产品运行 Claude Mythos 5。Mythos 5和 OpenAI 最强模型GPT-6Astra 都未出现在 Orion-1 的对比中，而且由于 Opus 5.5 的存在，基准测试结果可能很大程度上反映的是较旧的 Opus 4.8 的答案。