AI 开始守护电网与开源软件：网络安全正在从“找漏洞”转向“修复闭环”

AI 做网络安全最容易展示的能力，是在几分钟内找到一串漏洞。但真实世界最缺的，从来不只是漏洞清单。一个问题是否真实、优先级多高、怎样在不中断生产的情况下修复，以及谁来承担后续维护，才决定安全风险有没有真正下降。

Anthropic 在 10 月 8 日宣布启动Anthropic Cyber Mission，首批工作集中在两个方向：为电网、水务、交通和政府系统等关键基础设施提供 AI、工程师与威胁研究支持；为核心开源项目提供免费的定期扫描，并尝试给出修复方案。这个动作的意义，不只是又多了一个 AI 安全产品，而是模型公司开始走进安全工作的最后一公里。

关键基础设施不能按 SaaS 的节奏打补丁

普通互联网服务可以做蓝绿发布、快速回滚，甚至在深夜停机维护；运营技术（OT）环境完全不同。电厂、水处理设施、工厂和交通系统里的设备可能运行数十年，使用专有协议，并受到严格的安全认证约束。一次错误更新，不只是页面短暂报错，还可能让生产线、供电或公共服务中断。

因此 Anthropic 没有把计划描述成“让 Claude 自动修复电网”。其 Critical Infrastructure Defense Program 首先与安全厂商、系统集成商、顾问机构和设备制造商合作。官方列出的首批伙伴包括 Accenture、CrowdStrike、Dragos、Palo Alto Networks、PwC 和 Rockwell Automation 等。这个组合透露出正确的部署逻辑：模型负责扩大分析能力，了解现场约束的人负责验证与落地。

开源安全的瓶颈也不是“发现”

同一计划中的 OSS Scanner 面向核心开源维护者提供免费扫描。它有潜力缓解一个长期矛盾：大量商业软件建立在少数开源组件上，但维护这些组件的人力与预算，往往远低于它们承担的系统性风险。

不过，AI 扫描如果只制造更多告警，反而会加重维护者负担。高价值系统必须把发现压缩成可以行动的证据：可重复的利用路径、受影响版本、误报概率、向后兼容的补丁、测试覆盖和披露协调。Anthropic 自己也承认，从 Project Glasswing 得到的经验是，找漏洞越来越容易，但验证、排序和修复仍然缓慢，有些问题从发现到修复要经历数月。

未来两年，防守方会不会占上风？

Anthropic 的预测是，两年后 AI 可能更有利于防守方：漏洞能在发布前被发现，软件可以从一开始就以更安全的方式编写，防御系统也能持续响应。但这仍是预测，不是已被证明的结果。短期内，攻击者同样可以用模型降低侦察、脚本生成和漏洞利用的成本，而修复关键系统依然要经过缓慢的人类流程。

真正值得观察的指标不是扫描出了多少漏洞，而是中位修复时间是否下降、严重误报是否减少、补丁是否通过回归测试、关键系统是否减少了可被利用的攻击路径，以及维护者是否愿意持续使用这些工具。没有这些闭环指标，“AI for Cybersecurity”很容易停留在演示层面。

如果这一计划成功，AI 在安全行业里的角色会从“更快的检测器”变成“受控的修复协作者”。这也可能形成新的行业护城河：模型能力可以被追平，但真实基础设施经验、可信伙伴网络、补丁验证数据和长期运营流程，很难在短期复制。

本文基于 Anthropic 2026 年 10 月 8 日官方公告。有关防守优势和行业竞争的内容为趋势分析，不代表结果已经实现。