通用模型护栏挡住防御方，Artemis Security 推出 Orion-1 专攻网络攻击调查

通用型 AI 模型正日益成为安全团队的难题，因为同样的能力也会帮助攻击者。Artemis Security 希望用一款专用模型来填补这一缺口。

美国初创公司 Artemis Security 推出了 Orion-1，这是一款旨在自主调查和响应企业网络攻击的模型，在该公司自己的基准测试中击败了 Claude Opus 5.5 和 GPT-6 Sol。Orion-1 处理来自认证服务、云环境、企业终端、SaaS 应用和网络设备的日志数据，然后将企业账户登录、新的云权限以及新建的电子邮件收件箱规则等单个信号关联起来，追溯到同一个攻击者。一旦掌握了事件全貌，该模型会给出置信度评分，锁定结论，并建议或启动响应。

据 Artemis 称，通用模型在输入数十亿条事件时会失去线索，或者将无害但异常的活动误判为攻击。Artemis 在取自其自身安全运营的任务上对 Orion-1 进行了微调，包括识别日志数据中的可疑模式、搜寻已知攻击技术、编写新的检测规则以及遏制实时攻击。该公司表示，训练过程中未使用任何客户数据。Artemis 称 Orion-1 为“前沿基础模型”，但仅在其博客文章中描述了这一微调过程，尚不清楚该公司是否基于其他提供商的现有模型构建。

Artemis 构建了自己的基准测试来衡量安全决策的可信度

Artemis 开发了一个名为“决策级就绪度”（DGR）的基准测试用于对比。现有的大多数安全测试要么考查模型对攻击技术的掌握，要么让它们解决黑客谜题，而 DGR 为每个模型提供相同的初始警报、相同的环境数据以及安全团队会拥有的相同工具，然后要求它判断是否正在发生攻击。数千个任务都有已知结果，其中一些根本不包含攻击，或者包含被设计成看似恶意的良性数据。模型的评分依据是其结论及其提供的证据。

Artemis 报告了五项任务的结果，并测试了 Grok 4.7 和 Kimi K3，与 Opus 5.5 和 GPT-6 Sol 一同对比。最大的差距出现在攻击重建方面，Orion-1 得分为 80.8，而排名第二的模型为 58.3。

Orion-1 已在 Artemis 平台上面向部分客户进行私密预览，客户可以针对每种操作类型设定模型自主决策的限度。高影响操作默认需要人工批准。Artemis 于今年 4 月才结束隐身模式，在公司成立约六个月后披露了种子轮和 A 轮合计 7000 万美元的融资。

为攻击者设置的护栏也在阻挡防御者

对于安全团队来说，广泛的尖端模型越来越难以使用，因为提供商不断收紧其网络能力。OpenAI 认为其 Astra 模型是首个可能达到最高网络安全风险等级的模型，在该等级下，模型可以自行开发并发动网络攻击。Claude Opus 5.5 将大多数网络安全任务转交给较旧的 Opus 4.8，而当 Hugging Face 在 7 月尝试使用商业前沿模型分析对其自身基础设施的完全自主 AI 攻击时，这些模型的护栏完全阻止了对攻击数据的分析。该团队最终改用在其自有服务器上运行的开源权重模型 GLM 5.2。

在防御方面，提供商转而推出访问受限的专用模型。OpenAI 只向经过验证的防御者提供限制较少的 GPT-5.5-Cyber，Anthropic 对其最强模型也采取类似做法，通过 Claude Security 扫描器和合作伙伴安全产品运行 Claude Mythos 5。Mythos 5 和 OpenAI 最强模型 GPT-6 Astra 都未出现在 Orion-1 对比中，而对于 Opus 5.5，基准测试结果可能主要反映较旧的 Opus 4.8 给出的答案。

没有炒作的 AI 新闻——由人类精选

订阅 THE DECODER，享受无广告阅读、每周 AI 新闻通讯、我们每年六次的独家“AI Radar”前沿报告、完整档案访问权限以及评论区访问权限。