要聞列表AI 安全新創 Depthfirst 宣布擊敗 Anthropic 模型 Mythos!揪出 NGINX 潛伏 18 年史詩漏洞、抓漏成本僅 1/10
動區 BlockTempo2026-05-12 13:43:23

AI 安全新創 Depthfirst 宣布擊敗 Anthropic 模型 Mythos!揪出 NGINX 潛伏 18 年史詩漏洞、抓漏成本僅 1/10

AI 影響分析Grok 分析中...
📄完整原文· 由 trafilatura 自動擷取Gemini 翻譯1624 字
打敗 Anthropic 神話!資安新創 Depthfirst 宣稱,其自研的 AI 模型成功揪出多個連 Anthropic 頂級模型「Mythos」都沒發現的嚴重底層漏洞,且耗費成本僅需十分之一。從潛伏在 NGINX 長達 18 年的史詩級漏洞,到 Linux 與 Chrome 的高危險缺陷,Depthfirst 展現了驚人的抓漏能力。 (前情提要:估值飆破 52 億鎂!歐洲軟體霸主 SAP 戰略投資自動化工作流平台 n8n,全面進軍「代理型 AI」生態) (背景補充:OpenAI 共同創辦人 Andrej Karpathy:支持 AI 模型輸出 HTML 取代 Markdown) 幾個月前,Anthropic 發表了頂級 AI 模型「Mythos」,宣稱在關鍵網路程式碼中發現數十個嚴重錯誤,震驚了整個網路安全界。然而,這項「神話」如今卻面臨強勢挑戰。 資安新創公司 Depthfirst 近日公開宣稱,其自研的 AI 模型不僅找到了 Mythos 錯過的重大漏洞,而且成本僅需 Mythos 的十分之一。Depthfirst 執行長 Qasim Mithani 指出,由於他們的模型專為「單一任務(尋找漏洞)」進行了極致優化,因此 Mythos 需要花費 10,000 美元才能完成的工作,Depthfirst 只需 1,000 美元就能搞定。 Depthfirst 的 AI 模型所發現的漏洞,影響範圍幾乎涵蓋了當今大多數的網路使用者。以下是其揪出的關鍵致命缺陷: - NGINX:這是全球部署最廣泛的網頁伺服器(支撐著網路上近三分之二的最常訪問網站)。Depthfirst 發現了一個自 2008 年以來就潛伏在 NGINX 中的漏洞,這意味著過去 18 年來任何 NGINX 伺服器都面臨風險。維護商 F5 Networks 預計將於本週發布修補程式。 - Linux:在開源作業系統 Linux 中發現了一個類似的嚴重缺陷,允許駭客在執行該軟體的電腦上執行惡意程式碼。該漏洞目前尚未修復。 - Google Chrome:發現了多個「高嚴重性」漏洞,駭客可藉此透過惡意網頁發動攻擊。Google 已確認這些發現並完成了修補。 - FFmpeg:這款支撐 Netflix、YouTube、Instagram 與 Spotify 等平台影音基礎設施的開源軟體中,Depthfirst 一口氣找到了 12 個 Mythos 遺漏的新缺陷。 F5 產品長 Kunal Anand 對此感到振奮:「這改變了遊戲規則。當 AI 能夠以無人能及的規模追蹤程式碼路徑並找出邊緣案例時,所有的安全研究人員和工程團隊都會變得更強大。這些錯誤一直都在,只是現在我們有了更好的工具。」 除了展現強大的技術肌肉,在今年 3 月剛以 5.8 億美元估值籌集 8,000 萬美元資金的 Depthfirst,也宣布推出「開放防禦倡議(Open Defense Initiative)」。 該計畫將提供總額 500 萬美元的額度,讓企業與開源開發者免費使用其 AI 模型來尋找程式碼漏洞。這與 Anthropic 先前將 Mythos 僅限於 50 家特定公司使用的「封閉式」策略形成鮮明對比。 執行長 Mithani 批評將技術限制在少數合作夥伴手中的做法「是不正確的」。他強調,既然駭客(如 Google 近期警告的網路犯罪集團,以及利用 Claude 發動網攻的間諜)已經掌握了強大的 AI,防禦者就必須動用一切可用的工具來防止網路災難。 儘管 AI 抓漏展現了驚人的規模與速度,但並非所有人都認為這將一舉解決網路安全問題。 負責維護 FFmpeg 的核心人員 Jean-Baptiste Kempf 就向《富比士》直言,其實就算不用 AI,要在這個平台上找到錯誤也很容易。他點出了當前資安界最真實的痛點: 「發現漏洞很簡單……但要『正確地修復它們』才是真正的難題。」
資料狀態✓ 已擷取全文閱讀原文(動區 BlockTempo)
🔍歷史類似事件· 關鍵字 + 標的比對6 則
💡 目前用關鍵字 + 標的比對(MVP)· 之後會升級為 embedding 語意搜尋
原始資訊
ID:4de392f79b
來源:動區 BlockTempo
發佈:2026-05-12 13:43:23
分類:zh_news · 導出分類 zh
標的:未指定
社群投票:+0 /0 · ⭐ 0 重要 · 💬 0 留言