外媒热议：360 AI漏洞挖掘，专家经验+智能体或成AI安全最优解

AI自动化漏洞发现引热议：Anthropic Mythos与360智能体的两条技术路径

最近，围绕 Anthropic Mythos 与360漏洞挖掘智能体的讨论，在海外金融科技圈和社交平台上确实有些热度。美国华尔街内参（StreetInsider）这类媒体，加上X平台上的技术博主，都在观察和对比这两种AI安全技术路径。一个比较普遍的判断是：AI驱动的自动化漏洞发现，已经从单纯的模型能力展示，进入了面向真实系统的工程化阶段，而且业界正在并行推进两条技术路线。

模型中心 vs 智能体中心：两种实现思路

华尔街内参报道截图里点明了核心——AI自动化漏洞发现正成为全球网络安全产业关注的新焦点。Anthropic的Mythos和360的漏洞挖掘智能体，给出了两种不同的实现思路。Mythos代表的是一种“模型中心”路径，本质上就是依托基础大模型自身的代码理解、推理和泛化能力，把通用模型的能力迁移到漏洞发现任务上。而360漏洞挖掘智能体更接近“智能体中心”路径，它把安全专家的经验、漏洞知识库、真实攻防数据和自动化验证流程，转化成了多个能协同运行的垂直智能体。这两条路并非简单的强弱对比，而是体现了AI安全从模型能力到场景闭环的不同探索方向。

360智能体对OpenClaw生态的自动化审计成果

这次海外讨论的直接导火索，是360近期披露的OpenClaw生态安全研究。根据公开报道，360漏洞挖掘智能体对OpenClaw及其十款衍生智能体产品进行了自动化安全审计，发现了23个安全漏洞，覆盖远程控制、权限绕过、信息泄露、恶意指令注入等多类风险。值得留意的是，这次研究的对象从传统软件延伸到了快速扩张的AI Agent生态，海外技术博主普遍认为，这是AI安全能力边界的一次重要拓展。

从基础软件到AI生态：360漏洞挖掘智能体的技术演进

其实，在此之前，360漏洞挖掘智能体已经在Windows、Office、Android等系统中累计挖出过千余个漏洞，其中不乏潜伏多年的高危漏洞，甚至获得过微软安全响应中心的致谢。从基础软件到AI智能体生态，其技术演进的路径已经相当清晰。海外分析人士的一个判断很到位：360的核心不是单纯让大模型“看代码”，而是面向真实系统、真实生态和真实攻击链，展现了AI安全能力向产业落地的另一种可能。

AI Agent时代的安全竞争：从模型能力到自动化攻防

随着AI Agent加速进入办公、开发、企业系统和个人数据场景，安全竞争的核心其实正在发生变化。决定未来AI安全格局的，恐怕不只是模型参数和推理能力，更是面向AI基础设施的自动化攻防能力。360漏洞挖掘智能体这次引发海外关注，说明中国企业正在以实战化、工程化、体系化的能力参与全球AI安全技术对话。同时，这也为AI Agent时代的安全建设，提供了一条更具防御价值的中国路径。