GLM-5.3 資安能力變強：防守普及，還是風險擴散？

如果能下載的 AI 已經擅長找出並利用軟體漏洞，資安團隊該趕快採用，還是提高警戒？GLM-5.3 讓這兩件事必須一起做。

我的判斷是：開放權重能擴大防守工具的選擇，也讓原本由服務商控制的部分限制，轉到部署者手上。企業需要加快評估，但不宜因為模型表現變強，就一起放寬它能讀取、連線和修改的範圍。

先分清楚：哪一天發布、在哪項測試接近

GLM-5.3 來自中國公司智譜（Z.ai）。依 NIST 記錄，模型於 2026 年 8 月 14 日發布，兩週後開放權重；9 月 17 日是 CAISI 的評估發布日。開放權重指可取得模型訓練後的參數，不等於訓練資料與整套開發流程都公開。NIST 評估

Anthropic 在 9 月 29 日公布另一份評估。其 ExploitBench 測試中，GLM-5.3 在 410 次嘗試裡完成 50 次端到端漏洞利用，Claude Mythos Preview 為 56 次。白話說，是從已知軟體缺陷走到可運作的利用結果。測試在隔離環境進行，不能把這個比例當成攻擊真實網站的成功率。Anthropic 研究

這項結果接近，不代表全面追平。 CAISI 的綜合指標仍判定 GLM-5.3 明顯落後當時美國前沿模型，差距約四個月；比較包含限特定使用者取得的模型，適用時也關閉了美國模型的資安防護。這是在比較測試能力，不是一般人今天能拿到的服務體驗。評估方法

兩份研究即使用到同名測試，計分與嘗試方式也不同，不宜把分數拼成一張排行榜。對部署決策，至少要分開問：模型能做什麼、誰能取得，以及接上系統後被允許做什麼。

防守與濫用，為什麼可能同時增加？

Anthropic 也測了模型是否遵從有害要求，發現 GLM-5.3 的防護在若干條件下可被繞過。這部分使用模擬環境，沒有執行模型產生的程式，也沒有接觸外部系統；它提供的是防護脆弱性的證據，並非真實攻擊事件統計。研究限制

防守者可能受益的理由很具體：能自行部署的模型，多了一種在自己控制的環境裡檢查程式、整理修補工作的選擇。對不能把原始碼送往外部服務的團隊，這值得評估。但能下載不代表跑得起、審得完；算力、誤報判讀與修補人力都會影響效益，本文沒有測量它能省下多少成本。

同一種可取得性，也可能降低濫用者反覆嘗試的門檻。當模型副本由他人控制，原供應商較難靠停用帳號收回能力。不過，模型產地本身不能證明某次部署有惡意，開放權重也不能單獨預測攻擊一定成功；目標的修補狀態、工具權限與操作者能力仍有差別。

所以，單看「誰能拿到模型」，還無法算出社會整體更安全或更危險。防守收益需要走完發現、核實、修補、部署這條路。若 AI 每天多交出一批疑似問題，卻沒人驗證與排程修補，增加的可能先是積壓。這是 AIng 對能力普及的判斷，不是兩份研究已量出的淨效果。

社群分歧，提醒我們別把研究讀成宣傳口號

Techmeme 收錄的摘錄中，Ethan Mollick 強調應為能力擴散預作準備；Ramez Naam 主張廣泛分散資安能力比少數壟斷更安全；Nathan Lambert 則批評 Anthropic 的論述視角。這裡只概述可核對的摘錄：X 原頁未能直接讀取，Lambert 的摘錄也不完整，不能據此重建他的全部論證。摘錄彙整

這些意見有助於辨認分歧，不能替代測試。Anthropic 同時是評估者與模型供應商，讀者應檢查比較條件；也不能因為存在商業立場，就跳過它提出的可核對結果。較有用的追問是：讓更多防守者取得能力後，誰負責把發現變成已完成的修補？

部署前，先寫一張權限單

以下是 AIng 建議的試用安排，並非 GLM-5.3 實測成果。不要只寫「讓 AI 幫忙資安」，而是為每項工作填好四欄：可讀資料、可用工具、必須核准的動作、出錯時如何停止與還原。

例如，某團隊想請模型協助審查自己的程式。第一輪可以只提供移除憑證與個資的程式副本，讓它輸出疑點、對應檔案與修補建議。此時不需要正式資料庫帳號，也不需要能推送部署的金鑰。模型說有漏洞，仍由人確認；模型給了修補方案，也要經過測試。

若下一輪需要執行測試，就放到可重建的隔離環境，限定可存取的目錄與網路目的地，避免掛入工作電腦的家目錄或沿用管理員身分。涉及外部目標、正式環境設定、刪除資料或套用修補的動作，應另行核准；「請你小心」這句提示，不能取代工具層的限制。

核准畫面也要讓人看得懂：準備改哪個檔案、會碰到哪些系統、依據是什麼，以及失敗時如何還原。若只顯示「是否繼續」，人很難判斷自己究竟批准了什麼。保留必要的操作紀錄，但不要把密碼、金鑰或完整敏感資料寫進日誌。

個人試用也適用同一原則：先用測試專案，不要一開始就開放整顆硬碟、登入中的瀏覽器與郵件帳號。對無須執行的工作，先保留唯讀；下載模型與接上工具是兩個不同決定。

用「已修好的問題」衡量防守收益

試用紀錄可追蹤疑點有多少經人工確認、多少已修補，以及覆核花掉多少時間。再記下 AI 有沒有要求超出原訂範圍的資料或權限。這能幫助團隊判斷，增加的模型能力是否真的轉成自己的防守能力，而不只是產出更多報告。

若還在設計模型建議與執行之間的界線，可參考 AIng 的Clef 文件分類教學：先讓模型提出可檢查的建議，再由人或規則決定去向。它不是資安測試，相關的是流程設計。

GLM-5.3 值得關注，因為可取得的能力正在改變。下一步可以從一個自己的測試專案開始：訂好權限、找出疑點、核實並修好它，再決定要不要擴大使用範圍。

查核日期：2026 年 10 月 4 日。本文依公開研究與可核對的社群摘錄分析，未執行模型、漏洞利用或部署效能測試。