在商业上彼此竞争的模型，在安全评估这件事上已经默契地站到了一条战壕里。大家都急于搞清楚，如果把当前最强的模型放开干坏事，经济后果到底有多大。 为了验证这一点，Anthropic 在其最新发布的 SCONE-bench 报告中，也引入了竞争对手 OpenAI 的 GPT-5 作为核心测试对象，通过复盘过去五年的真实智能合约攻击案例，直接用「被盗资金」量化了 AI 的作恶能力。 1️⃣ 竞对合谋：GPT-5 成为全行业通用的「攻击基准」 这份报告最有趣的细节，在于 Anthropic 也将竞争对手 OpenAI 的 GPT-5 引入核心测试环节，并将其作为主要的「漏洞猎手」投入实战。 这种跨模型的工具化应用不仅证实了 GPT-5 已成为行业事实上的一线基准，更暗示了顶级模型间正在形成一种通过互相对抗来验证安全边界的「对抗性共生」关系。 2️⃣ 经济奇点：AI 攻击正式实现「正向 ROI」 报告中最具里程碑意义的数据点，是在模拟测算中「109 美元的净利润」，这是 GPT-5 在扣除所有 API 算力成本后，通过全自动挖掘未知漏洞实现的真实正向收益。 这个看似微小的数字实则是 AI Agent 经济学的「奇点」，它标志着全自动网络攻击在商业逻辑上正式跑通，意味着AI不再需要人类提供资金，仅凭算法就能在数字世界实现无限循环。 3️⃣ 能力质变：从「代码生成」进化为「金融策略家」 Claude Opus 4.5 在攻击测试中展现了惊人的高阶推理能力，它不仅能发现代码逻辑漏洞，还会系统性地扫荡所有相关的流动性池以最大化单次攻击的收益。 这证明现在的 SOTA 模型已经具备了「目标函数最大化」的 Agent 属性，它们不再只是辅助写代码的 Copilot，而是能够理解复杂金融系统的乐高属性并制定最优套利策略的独立决策者。 4️⃣ 摩尔定律重现：攻防时间窗口的指数级坍缩 实验数据显示 AI 的攻击能力正在复现「摩尔定律」，过去一年里模型可窃取的资金规模每 1.3 个月就翻一倍，而挖掘单个漏洞的 Token 成本每两个月下降 23%。 这种「能力翻倍、成本减半」的趋势意味着在网络安全领域中，在人力为主的防御模式下，压力会越来越接近失控。 留给人类开发者修复代码的时间窗口正在被指数级增长的算力填平。 5️⃣ 零日危机：泛化推理能力击穿「未知领域」 不同于以往依靠历史数据微调的「事后诸葛亮」，Sonnet 4.5 和 GPT-5 在没有历史攻击样本的情况下，成功在未受攻击的合约中挖掘出了两个此前尚未被公开利用的 zero‑day 漏洞。 这向 AI 社区证明了通用的逻辑推理和长程规划能力可以显著迁移至网络安全领域，任何包含逻辑判断的软件代码，无论是区块链还是传统 SaaS，现在都是强人工智能的潜在猎场。 6️⃣ 最终防线：以 AI 制 AI 的必然选择 Anthropic在文末留下的真正启示是，随着攻击成本无限趋近于零，单纯靠人类审计代码的时代已经彻底终结。 唯一的出路是将同样的自动化能力用于防御性压力测试，因为在 AI 攻防时代，没有经过 AI 对抗性测试的代码，本质上都是裸奔的资产。(Zhixiong Pan)