文｜晓静
编辑｜徐青阳
近期，全球顶尖“白帽”、安全研究员古河（Yuki Chen）加入智谱AI。据接近智谱的人士透露，“他加入的是 GLM基础模型组，职责主要是帮助提升模型cyber能力”。
10月14日，古河在社交平台X上宣布开启“新的旅程，新的使命”，表示将借助前沿AI的力量构建更安全的网络空间。
智谱海外官方账号Z.ai随后确认了他的加盟，并披露古河等研究人员使用GLM发现的23个Windows漏洞，已全部获得微软安全响应中心（MSRC）确认和致谢。
01
微软致谢的23个漏洞
古河曾在2019年、2021年至2024年五次位列MSRC“最具价值安全研究者”年度榜首，并在2019年成为首位登顶该榜的中国研究者。微软的评选依据是研究者提交的有效漏洞报告及相应积分，考察的是对真实产品安全的贡献。
古河曾任360漏洞研究院院长、赛博昆仑首席技术官及昆仑实验室负责人。他及所在团队还获得过有“黑客奥斯卡”之称的Pwnie Awards：2022年，昆仑实验室获得最佳远程代码执行漏洞奖，古河个人获得史诗级成就奖，后者表彰的是他在Windows服务器漏洞研究中的贡献。
此次微软致谢，为GLM参与真实漏洞研究提供了新的案例。微软采用协调漏洞披露机制：研究者先向厂商报告问题，由双方协调调查、修复和公开披露，厂商在发布更新时可对发现者予以致谢。这次公告将成果归于使用GLM的安全研究人员，古河是其中一员。人类专家与模型如何分工，也将是理解这类成果价值的关键。
双方的技术交集已有铺垫。赛博昆仑的投资方真格基金在9月发布的项目动态中披露，赛博昆仑曾结合自身的攻防经验、漏洞研究知识库与GLM的推理和代码理解能力，发现并报告三枚影响微软企业邮件与办公系统的重大漏洞。
02
从GLM-5.2开始，剑指“安全”
GLM在安全领域引起关注，可以追溯到今年6月的GLM-5.2。
6月22日，安全公司Semgrep公布测试：在识别IDOR，即可能让用户越权访问他人数据的漏洞时，GLM-5.2的F1得分为39%，每发现一个有效漏洞的模型调用成本约为0.17美元。在该测试中，它优于部分Claude Code配置，但低于Semgrep专门构建的分析流程。这个结果说明了特定任务上的能力与成本优势，也显示模型之外的工具流程仍然重要。
7月17日，美国国家标准与技术研究院（NIST）旗下CAISI发布评估，认为GLM-5.2的网络安全能力与Claude Opus 4.6相近。评估同时指出，它在安全防护上的表现并不均衡。这让GLM进入了海外机构对前沿模型网络安全能力的持续观察范围。
8月14日，智谱发布GLM-5.3，将网络安全列为重点提升方向。根据智谱随后公布的技术说明，团队在后训练中加入漏洞发现数据和获得授权的安全环境，能力提升进一步延伸到需要多步推理的漏洞分析任务。
智谱公布的CyberGym成绩从GLM-5.2的77.2%提升至GLM-5.3的84.5%。这一测试要求模型基于源代码识别并验证漏洞。同一时期，公司披露，GLM系列与专业团队在269个真实项目中的研究累计产生2436项漏洞发现，其中1097项被归为中高危。
随着能力增强，智谱也调整了发布方式。GLM-5.3在发布约两周后开放权重；公司建立安全披露账本，记录漏洞处理进展，并推出OpenVuln计划，支持开源项目的安全审查、漏洞披露与修复。
这些进展随后得到更多外部评估。9月17日，CAISI称GLM-5.3是其当时评估中网络安全能力最强的开放权重模型，但在该机构的综合指标上，仍落后美国前沿约四个月，对照的美国前沿包含仅向经过审核的用户开放的模型，部分测试关闭了网络安全防护。
9月29日，Anthropic公布的测试进一步展示了GLM-5.3在漏洞利用开发上的进展：在针对Chrome V8已知漏洞的410次尝试中，GLM-5.3有50次完成端到端利用，接近Claude Mythos Preview在同一测试中的56次。
同一份报告也质疑GLM-5.3的防滥用措施，认为它的防护在模拟测试中容易被绕过。智谱此前则介绍过请求分类、执行过程监测和模型安全对齐等措施。
双方的资料也共同指向一个现实问题：帮助防守者研究漏洞的能力，也可能被攻击者使用，能力提升与防止滥用需要同时推进。
古河加入模型组，让这次人才流动有了更明确的方向：智谱希望把顶级安全研究者的经验融入模型研发，提升GLM发现和分析漏洞的能力。接下来的挑战，是让模型能够在更复杂的软件环境中持续、可靠地发现问题，让专家的经验转化为更多开发者可以使用的能力。
