关于国产大模型安全能力评估与跨网数据流动监控的探讨｜总第319周
原创 群秘 2026-08-19 08:00 北京
本期周报简介：
1、国产大模型阿图因在CyberGym安全测试中超越Mythos，金融行业能否落地应用？
2、跨网数据流动安全监控有哪些成熟的商业化方案？加密流量如何监测？
0x1本周话题
话题一：国产大模型阿图因在CyberGym安全测试中超越Mythos，金融行业能否落地应用？初步设计是内部复杂，接口简单。上传一个源码包或者二进制包，然后等报告。
《阿图因 AI 在 CyberGym 测试中超过了 Mythos，不过这只是拼图的一部分》
A1：目前阿图因AI 的 CyberGym 得分是 84.0%，比Mythos略高，测试中使用的模型是 GLM-5.1。
我们也正在使用GLM-5.2 进行测试，期待能有更好的分数，看好glm。但这个做法，金融业用不了啊。
A2：对于代码不能出网的情况，其实只有私有化部署的能用。但这种东西，就算有人愿意出大价钱，我们也不敢卖私有化部署的。
金融业可以用来检查供应链，也可以用来检查发布的二进制程序，比如你们可以把招商证券APP丢进来。比如，文章中提到了我们在一些国密算法库里发现的高危漏洞。
金融业在打算选某个算法库的时候就可以先测一下。
A3：意思是不给私有化部署？如果不能卖私有化部署，有没有可能通过权力机关，这样至少大家有一个由头可以交代码出去验证。
A4：他们家的模型确实强，这个要承认的。我们如果基于他们的模型做，就不止这个分数了。
A5：国外模型能力太强了，还闭塞，自己搞个玻璃翼自己补，补贴给他们关键单位自己挖掘自己补。他们这个玩法太可怕，教主这个厉害啊，得找机会给国内洗洗脑。
现在国外大概率已经用上fable对国内重点搞了。
A6：这个争取上升到国家战略层面，这样各单位不是私有化部署也可以有依据去扫关基代码。就是这个吗？
A7：明显不是，模型都不一样，一个minimax，一个glm。从名字和模型看，不是minimax就是阿里。
A8：根据最近的心得，仅仅发现漏洞爆出来还不够，最好顺手给出exploit工具。否则对齐各方认知是瓶颈。
A9：模型提高能力上限agent提高能力的下限 。模型能力我们改变不了，但是 agent 的能力可以改变。数据不能离开限制很大。就叫陶瓷翼计划。
A10：未来，现有的研发流程和相关保密制度都会被技术推着改变。现在正好处于一个交汇点，所以会有很多矛盾。
未来，“人写的代码就一定有缺陷”也许也能被改变。因为以后没有什么人写的代码。不太现实，之前想过这个，交流了几家最后就是流于形式了。
现在趋势，代码和英语、开车一样，从行业变成了技能。
A11：报道点名提到，蚂蚁金服曾向员工提供企业Claude 账号，员工通过公司内网访问，而该内网与其新加坡实体相连；字节跳动没有直接提供 Claude 访问，但今年推出报销方案，允许工程师将个人 Claude 订阅列入报销，相关工程师通过 VPN 使用。
FT称，这些做法本身不违反中美法律，但违反 Anthropic 的服务条款。 Anthropic 的态度很明确。
Anthropic称，禁止在未支持地区访问或协助访问Claude，其中包括中国；同时称自己是唯一限制向“中国控制公司”销售服务的前沿 AI 公司，即使相关子公司注册在中国境外，也在限制范围内。
Anthropic还表示，会与合作伙伴持续更新检测系统，识别并封禁违规账号，植入后门的安全风险，有具体细节吗？
A12：最近在看aidr，问vendor能不能hook agent的关键行为并隔离高危行为，好像难度不小。
A13：差点要恍惚了，如果联网用大模型的话，禁了国外是对的。但作为软件的cc我觉得没啥问题。
A14：我用cc连我本地模型，cc不是大脑，能有哪些风险，如果做替换就被发现了，怕cc客户端连远程服务器动态下发东西，
A15：cc这个也不算后门吧，就是他们自己利用请求报文、请求头、语言等信息，分析调用者的画像，cc 有动态更新功能。
A16：一直没关注到，我的CC 都是手动更新。要是来个大模型时代的硬盘锁，那的确是有点风险。
A17：CC有点像现在的桌管、AV之类的客户端，或者国产手机，可以随时下发云控策略，就看你对这个的信任程度有多高。
话题二：请问现在针对跨网数据流动安全监控有什么好的技术解决方案吗？主要用于监测单位互联网边界，及内网不同安全等级网络区域之间，有无敏感数据违规流动？
A1：是明文的吗？可以考虑做扎口，包括加密流量。
A2：有数据流转监控的系统。
加密流量要解密就有难度了，如果用的加密套件比较新旁路都无法解密了。南向还好，北向比较难。需要网络侧的架构支持。
A3：比如说，你在我这个网内不管怎么流转都无所谓，不用去管东西南北，但是，如果要去外部单位，全都走A扎口，在A扎口记录，如果要去测试环境，全部走B扎口，不走扎口出不去。
跨网流动，先划网，先划大的，先把离开集团主体的高风险管住，再覆盖内部不同主体之间，最后考虑内部加密流量，那个都不一定算跨网。
A4：是的，我们目前就是这个思路，现在主要想了解市面上有没有比较成熟的商业化解决方案？
A5：主要有这几个方面：
与应用系统绑定的，基于切面的，数据流转监测；
网络收口之后的，数据海关（其实就是数据流动网关）；
如果系统架构以Web、API为主，过往的API安全网关或许也是一个方式。
0x2 群友分享
【法规解读】
国家金融监督管理总局发布《关于银行业保险业人工智能安全开发应用的指导意见》（简称《指导意见》）
《金发〔2026〕8 号重磅落地：32 条看清银保行业五年走向》
【安全资讯】
【金融业企业安全建设实践群】和【企业安全建设实践群】每周讨论的精华话题会同步在本公众号推送（每周）。根据话题整理的群周报完整版——每个话题甲方朋友们的展开讨论内容——每周会上传知识星球，方便大家查阅。
往期群周报：
OVTP范式下的权限管控、域名异常指向溯源与AI大模型告警研判探讨｜总第318周
从“测漏洞”走向“管业务”：企业安全建设、资产测绘与零信任接入｜总第317周
史诗级Linux漏洞来袭：从漏洞验证到数据泄露报警，安全团队如何应对？｜总第316周
如何进群？
如何下载群周报完整版？
请见下图：
