一件在AI安全史上具有里程碑意义的事件刚刚发生：安全研究员Nicholas Carlini在Anthropic Claude Code的辅助下，针对FreeBSD操作系统内核漏洞CVE-2026-4747，成功完成了从漏洞识别到完整可用exploit（漏洞利用代码）的全流程攻击。与此同时，Anthropic首次公开证实：大语言模型内部存在与安全行为相关的内生特征，可被研究人员系统性识别和分析。
此次事件的核心突破不是AI能找到漏洞这件事本身，而是以下几点：
大模型可以显著加速安全团队的漏洞挖掘效率，将原本需要数周的漏洞分析压缩到小时级别。对企业安全团队而言，这是一个生产力革命的信号——意味着可以用AI大规模提升防守侧的响应速度。
同样的能力也意味着低技能攻击者（Script Kiddies）的门槛被大幅压低。原本需要顶级安全专家才能完成的内核漏洞利用，现在可能只需要一个懂得如何"问问题"的人就能做到。
「AI内生安全能力的成熟，标志着网络安全行业正式进入'AI攻防对称'时代。企业的安全预算和策略必须随之更新。」
Anthropic此次的研究成果更令业界震撼：他们证明大语言模型内部存在可识别的"安全相关内生特征"。简而言之，模型不仅能执行安全任务，其内部神经网络结构中本就存在与安全判断相关的功能模块。
这意味着未来可以通过分析模型内部结构，提前预判模型在特定场景下的行为倾向，从而实现更精细的安全审计和风险管控。这对企业AI合规管理而言，打开了一扇全新的大门。
面对AI内生安全能力的崛起，企业需要从以下维度重新审视安全策略：
| 安全维度 | 原有痛点 | AI带来的变化 | 风险等级 |
|---|---|---|---|
| 漏洞发现速度 | 依赖少数顶级安全专家 | AI可7×24小时持续扫描 | 高优先级 |
| 攻击者门槛 | 内核漏洞需要顶级技能 | AI辅助大幅降低门槛 | 高优先级 |
| 安全合规审计 | 人工审计覆盖率有限 | AI自动化审计覆盖率提升 | 中优先级 |
| AI系统自身安全 | 模型黑盒，难以审计 | 内生特征可识别，审计成为可能 | 中优先级 |
| 数据泄露风险 | Anthropic代码泄露已发生 | 供应链安全重要性空前提升 | 高优先级 |
对于正在或计划引入AI系统的企业，我们建议立即采取以下行动：