在当今数字化时代，网络安全已成为企业和组织面临的最严峻挑战之一。随着人工智能技术的飞速发展，AI正从理论研究走向实际应用，为网络安全防御带来了革命性的变化。Anthropic最新发布的Claude Sonnet 4.5模型在网络安全领域的卓越表现，标志着AI在防御领域的应用已进入新阶段。
AI与网络安全的交汇点
过去几年，我们团队一直密切关注AI模型在网络安全相关能力上的发展。最初，我们发现模型在执行高级和有意义的安全任务时能力有限。然而，在过去一年左右，我们注意到情况发生了显著变化。
多项研究表明，AI模型已经能够模拟历史上代价最高的网络攻击之一——2017年Equifax数据泄露事件。在网络安全竞赛中，Claude模型甚至在一些情况下超越了人类团队的表现。更令人印象深刻的是，Claude已经帮助我们发现并修复了自身代码中的漏洞，这些漏洞在发布前就被成功识别和修复。
在2025年夏季的DARPA AI网络安全挑战赛中，各团队使用大型语言模型（包括Claude）构建了"网络推理系统"，检查数百万行代码中的漏洞并进行修复。除了比赛插入的漏洞外，团队还发现并修复了先前未被发现的、非合成的真实漏洞。在比赛之外，其他前沿实验室现在也正应用模型来发现和报告新的漏洞。
与此同时，作为我们保障工作的一部分，我们发现并破坏了我们自己平台上的威胁行为者，他们利用AI扩大了其运营规模。我们的保障团队最近发现并破坏了一起"氛围黑客"事件，其中一名网络犯罪分子使用Claude构建了一个大规模的数据勒索计划，该计划以前需要一个完整团队的人员才能实现。保障团队还检测并对抗了Claude在日益复杂的间谍活动中的使用，包括针对关键电信基础设施的行动，该行为者的特征与中国APT行动一致。
Claude Sonnet 4.5：网络安全能力的飞跃
随着大型语言模型规模的扩大，"涌现能力"——即在较小模型中不明显且不一定是模型训练明确目标的技能——开始出现。事实上，Claude执行网络安全任务（如寻找和利用软件漏洞）的能力，一直是开发通用AI助手过程中的副产品。
但我们不希望仅仅依靠通用模型的进步来更好地装备防御者。由于AI和网络安全发展这一时刻的紧迫性，我们专门投入研究人员来提升Claude在关键技能方面的表现，如代码漏洞发现和修复。
Claude Sonnet 4.5正是这项工作的成果。在许多网络安全方面，它可与或优于Claude Opus 4.1（仅在前两个月发布的前沿模型），同时成本更低、速度更快。
评测证据：超越前代的网络安全能力
在构建Sonnet 4.5时，我们让一个小型研究团队专注于增强Claude在代码库中查找漏洞、修补漏洞以及在模拟部署的安全基础设施中测试弱点方面的能力。我们选择这些任务是因为它们反映了防御者的重要工作。我们刻意避免那些明显有利于进攻性工作的增强——如高级利用或编写恶意软件。我们希望模型能够在部署前发现不安全的代码，并找到和修复已部署代码中的漏洞。
为了测试我们研究的效果，我们运行了行业标准的模型评测。这些评测能够清晰比较不同模型，衡量AI进步的速度，特别是在新颖的、外部开发的评测情况下，提供了一个很好的指标，确保我们不仅仅是针对自己的测试进行教学。
Cybench评测
我们追踪了一年多的评测之一是Cybench，这是一个源自CTF（夺旗）竞赛挑战的基准。在这个评测上，我们看到Claude Sonnet 4.5取得了显著的进步，不仅超越了Claude Sonnet 4，甚至超过了Claude Opus 4和4.1模型。也许最令人印象深刻的是，Sonnet 4.5在一次尝试中取得成功的概率高于Opus 4.1在十次尝试中取得成功的概率。这个评测中包含的挑战反映了一些复杂、长时间的工作流程。例如，一个挑战涉及分析网络流量、从流量中提取恶意软件，以及反编译和解密该恶意软件。我们估计，这至少需要一名熟练的人类工程师一小时，甚至可能更长；Claude花了38分钟就解决了它。
当我们给Claude Sonnet 4.5 10次尝试Cybench评测时，它在76.5%的挑战中取得成功。这一点特别值得注意，因为在过去六个月里，我们将成功率提高了一倍（2025年2月发布的Sonnet 3.7在10次试验时只有35.9%的成功率）。
CyberGym评测
在另一个外部评测中，我们在CyberGym上评估了Claude Sonnet 4.5，这是一个评估代理能力的基准，包括（1）根据弱点的高级描述在真实开源软件项目中查找（先前发现的）漏洞，以及（2）发现新的（先前未发现的）漏洞。CyberGym团队先前发现Claude Sonnet 4是他们在公共排行榜上最强的模型。
Claude Sonnet 4.5的得分明显优于Claude Sonnet 4或Claude Opus 4。当使用与公共CyberGym排行榜相同的成本限制时（即每个漏洞限制2美元的LLM API查询），我们发现Sonnet 4.5取得了28.9%的新最先进分数。但真正的攻击者很少受到这种方式的限制：他们可以进行多次尝试，每次尝试的成本远高于2美元。当我们移除这些限制，并给每个任务30次尝试时，我们发现Sonnet 4.5在66.7%的程序中重现了漏洞。尽管这种方法相对成本较高，但绝对成本——尝试一个任务30次约45美元——仍然相当低。
同样有趣的是Claude Sonnet 4.5发现新漏洞的速度。虽然CyberGym排行榜显示Claude Sonnet 4只在约2%的目标中发现漏洞，但Sonnet 4.5在5%的情况下发现了新漏洞。通过重复试验30次，它在33%以上的项目中发现了新漏洞。
漏洞修复的进一步研究
我们还在进行初步研究，探讨Claude生成和审查修复漏洞补丁的能力。修复漏洞比发现漏洞更难，因为模型必须进行外科手术式的更改，移除漏洞而不改变原始功能。在没有指导或规范的情况下，模型必须从代码库中推断出预期的功能。
在我们的实验中，我们要求Claude Sonnet 4.5基于漏洞描述和程序崩溃时的信息，修复CyberGym评估集中的漏洞。我们使用Claude来评判自己的工作，要求它通过将生成的补丁与人类编写的参考补丁进行比较来评分。15%的Claude生成的补丁被判定为与人类生成的补丁语义等效。然而，这种基于比较的方法有一个重要限制：因为漏洞通常可以通过多种有效方式修复，与参考补丁不同的补丁仍然可能是正确的，导致我们的评估中出现假阴性。
我们手动分析了得分最高的补丁样本，发现它们与已合并到CyberGym评估所基于的开源软件中的参考补丁功能相同。这项工作揭示了一个与我们更广泛发现一致的模式：Claude在一般改进的同时发展了网络安全相关技能。我们的初步结果表明，补丁生成——就像之前的漏洞发现一样——是一种可以通过专注研究增强的涌现能力。我们的下一步是系统性地解决我们已确定的挑战，使Claude成为可靠的补丁作者和审查者。
与合作伙伴的协作
现实世界的防御性安全在实践中比我们的评测所能捕捉的要复杂得多。我们一直发现，现实问题更复杂，挑战更艰巨，实现细节非常重要。因此，我们认为与实际使用AI进行防御的组织合作以获取反馈，了解我们的研究如何加速他们的工作，这一点很重要。在Sonnet 4.5发布前，我们与多家组织合作，他们将模型应用于漏洞修复、测试网络安全和威胁分析等领域的实际挑战。
Hackerone首席产品官Nidhi Aggarwal表示："Claude Sonnet 4.5将我们的Hai安全代理的平均漏洞接收时间减少了44%，同时提高了25%的准确性，帮助我们更有信心地降低企业的风险。"根据CrowdStrike数据科学高级副总裁兼首席科学家Sven Krasser的说法："Claude在红队测试方面显示出强大的潜力——生成创造性的攻击场景，加速我们研究攻击者技巧的方式。这些见解加强了我们在端点、身份、云、数据、SaaS和AI工作负载方面的防御能力。"
这些证言使我们更加确信Claude在应用防御工作中的潜力。
未来展望
Claude Sonnet 4.5代表了一个有意义的改进，但我们知道它的许多能力仍处于萌芽阶段，尚未达到安全专业人员和完善流程的水平。我们将继续努力改进我们模型的防御相关能力，并增强保护我们平台的安全情报和缓解措施。事实上，我们已经开始利用调查和评估的结果来不断完善我们检测模型有害网络行为的能力。这包括使用组织级别的摘要技术来理解超越单一提示和完成的全局情况；这有助于区分双重用途行为和恶意行为，特别是对于涉及大规模自动化活动的最有害用例。
但我们相信，现在是尽可能多的组织开始实验如何利用AI改善其安全态势并构建评估以衡量这些收益的时候了。Claude Code中的自动化安全审查展示了AI如何集成到CI/CD管道中。我们特别希望研究人员和团队能够实验性地将模型应用于安全运营中心（SOC）自动化、安全信息和事件管理（SIEM）分析、安全网络工程或主动防御等领域。我们希望看到并使用更多针对防御能力的评估，作为模型评估不断发展的第三方生态系统的一部分。
但即使构建和采用以防御者优势的AI也只是解决方案的一部分。我们还需要关于如何使数字基础设施更具韧性以及如何通过设计使新软件更安全的对话——包括前沿AI模型的帮助。我们期待与行业、政府和社会各界进行这些讨论，因为我们正处在AI对网络安全的影响从未来关切转变为当今当务之急的时刻。
结语
AI在网络安全防御领域的应用正在迅速发展，Claude Sonnet 4.5的出现标志着这一进程的重要里程碑。随着技术的不断进步，我们有理由相信，AI将成为网络安全防御中不可或缺的工具，帮助防御者更好地应对日益复杂的网络威胁。然而，我们也需要认识到，AI不是万能的解决方案，它需要与人类专家的知识和经验相结合，才能真正发挥其最大潜力。未来，随着更多组织和机构开始实验和应用AI技术，网络安全防御将迎来更加智能化、自动化的新时代。
