Sakana的Fugu-Cyber发现了Claude Opus 5刻意遗漏的漏洞

刻意限制

Anthropic有意限制了Claude Opus 5的网络安全能力，为渗透测试工作流创造了一个已知的盲点。该模型仍具竞争力：在编码和知识基准测试上几乎与Anthropic的旗舰模型Fable 5相当，而每个token的成本降低50%。但这一权衡意味着，使用它进行红队测试的安全团队可能需要补充其工具链，正如该模型的发布披露本身所承认的那样。

专用模型已利用这一缺口

这一缺口并非假设。谷歌的Gemini 3.5 Flash Cyber, , 一个轻量级微调模型, , 在测试中发现了V8 JavaScript引擎中的55个独特已确认漏洞，而Claude Opus 4.6只发现了36个。谷歌表示，该模型基于来自OSV.dev的超过70万个开源漏洞进行了微调，这赋予了它数据驱动的优势，其自身的基准测试结果证实了这一点。Sakana AI的Fugu-Cyber是一个多智能体编排模型，在关键基准测试上与GPT-5.5-Cyber和Mythos-Preview等前沿网络模型相匹配，进一步证明了专用模型在安全任务上可以超越通用模型。AI智能体重塑安全的更广泛趋势在这篇关于自主攻击与防御的调查中有所记录。

为什么Fugu-Cyber的多智能体架构至关重要

Sakana不仅仅是在发布一个模型；它正在反驳“单一模型就能解决企业安全”的观点。Fugu-Cyber使用多个子智能体，在建议修补程序之前验证每个潜在漏洞，并有人类参与。该公司认为，没有适当的基础设施和审查，单纯的模型访问无法修复企业安全。Fugu-Cyber支持13个模型提供商，并包含反幻觉措施，以确保声明与现实输出相挂钩。对如此多样化测试工具的需求，由自主AI智能体对Hugging Face的攻击所凸显。

实践建议：续约前进行测试

对于重视安全的团队而言，含义很明确：不要将Claude Opus 5视为通用的红队测试工具。在续约企业许可证之前，测试Fugu-Cyber和Gemini 3.5 Flash Cyber（可用时）作为补充或替代。Claude设计中的盲点可能留下关键缺口，而专用模型已经在填补这些缺口。像VulnClaw的自动渗透测试管道这样的开源替代方案也表明，生态系统正在超越单一模型依赖。正如Sakana所言，真正的工作在于售后基础设施：构建使模型在生产中安全可靠的管道。