中国开源模型阵营正在安全治理上迈出实质性步伐。市场流传 DeepSeek 将推出网络安全模型 Cyber，多名技术开发者在 DeepSeek 官网前端 JavaScript 中发现相关入口，社区也流出了灰度状态的申请页面，但 DeepSeek 尚未正式公告。
据流出的信息，Cyber 的申请机制相当严格：申请者可以是企业或个人，企业需提供营业执照及授权书，个人需人脸识别核验；无论何种主体，都须注册在中国大陆、绑定大陆手机号并完成实名认证，且账号在此前 90 天内无违规记录。审核通过后获得 Cyber Key，企业用户对应 Cyber-Enterprise-V4，个人用户对应 Cyber-Personal-V3。这实质上是一套针对高风险网络攻防能力的准入管理机制。
这一传闻并非孤立。上周 Kimi K3.1 Pro 发布时，进一步披露了针对网络攻防能力的解决方案：团队从 K3.1 Pro 中移除了中期训练与强化学习阶段的网络安全相关数据和任务，同时保留通用编程能力。内部测试显示，经此处理，模型在 xdev-bench-hard 上的漏洞发现与利用成功率从 90.5% 降至 81.0%。Kimi 团队确认未来将在每个训练阶段采取适当控制措施，并计划渐进式提升开放权重中可用的网络攻防能力。截至目前，Kimi K3.1 Pro 尚未正式开放权重。
安全评估层面也在补位。中国第三方 AI 安全评估机构方寸跃迁（Fangcun AI）发布报告《DeepSeek V4.1 Flash-1017 的失控与有害操纵风险评估》，认为 DeepSeek 新模型安全性相较 V4 系列明显提升，部分指标已接近甚至持平顶尖闭源模型，但在长任务执行、服从关停安排和避免操纵用户等方面仍存在值得注意的风险。这标志着中国开始出现以国际前沿 AI 安全框架为参照、独立评估国内开放权重模型系统性风险的专业机制。
背景是 AI 智能体正变得越来越“危险”。过去半年，美国政府与科技企业已开始磕磕绊绊地应对这一问题。7 月，OpenAI 在内部网络安全评测中使用的智能体绕过隔离措施，利用漏洞侵入了 Hugging Face 的部分服务器，此后 AI 智能体攻击网络成为科技媒体头条常客。上周 PHP2Shell 漏洞公开披露后，攻击尝试迅速增加，逼得部分网站紧急关停。知名科技战略分析师本·汤普森（Ben Thompson）认为，在情况好转之前，事情还会先变得更糟。
美国的治理路径已从企业责任和自愿安全承诺，延伸到对特定模型能力、部署方式和访问权限的直接干预。Anthropic 的 Mythos 只向经过筛选的“善意者”受控开放；OpenAI 的 GPT-5.6-Sol 则经历了从有限预览到一般可用等多个阶段，甚至套用了出口管制与供应链风险工具等监管机制。
相比之下，中国开源模型长期在性能上与美国闭源模型较量，安全之争却迟迟未被摆上台面。AI 分析机构 SemiAnalysis 统计了 2021 年至 2026 年 9 月 15 日九家中国主要 AI 企业发布的 857 个模型，发现仅有 1.1% 在发布时或发布前公开披露了模型安全评测结果。
对中国开源模型厂商而言，这个问题尤其棘手：既要继续兑现 AI 普惠的承诺，又必须回应外界对开放权重模型安全风险的担忧。从 Kimi 与 DeepSeek 的动作中，可以拼凑出一种治理思路——将高水平的网络安全能力从通用前沿 AI 能力中剥离，前者通过受控 API 向专业用户提供服务，后者继续通过开放权重释放推动创新与生态发展。这种思路未来也可能扩展到生物、化学等具有双重用途的高风险能力。
在这一过程中，安全不再只是厂商内部承担的成本，也可能成为可产品化、商业化的竞争力。让前沿 AI 能力更安全地对外开放、让高风险能力更安全地交付，将创造新的市场机会。新的竞争优势将考验模型厂商在削弱高风险能力的同时，尽可能保留其在知识工作、科学研究等领域的能力，以及构建行为监测和风险追溯等过程监管机制、在可控边界内向专业用户交付更强安全服务的能力。