密码学家与安全研究者对赌 500 美元：AI 能否挖出 0day

11 月 8 日至 9 日，约翰霍普金斯大学密码学家 Matthew Green 与知名安全研究者 Marcus Hutchins（MalwareTech）在 X 上就「AI 模型能否开发或发动新型漏洞利用」爆发持续两天的公开论战，并升级为 500 美元的公开对赌，成为安全圈本周末最受关注的事件。

已确认

• 争论起点：Green 发文称自己正与一批安全从业者论战，对方不相信模型能开发新型 exploit；他还指出少有专家真正像新手那样把开源模型派去干活，因此社区并不清楚其能力上限（m1、m10）。
• Green 的实证主张：他花约 700 美元 token 费用，让模型在几乎无人干预下对大量二进制文件做漏洞挖掘实验，并对结果感到「非常不舒服」（m12）；他随后以「假设」口吻暗示，几周前用 abliterated（去审查）版 GLM 仅两小时就找到一个可预认证远程利用的漏洞，已提交厂商进入协调披露流程（m9、m11）。
• 对赌条款：Green 押 500 美元，称即使「像我这样的明显外行」，用去审查版 GLM 5.3 也能开发出针对最新已发布固件的可用 exploit；他请 Dino Dai Zovi 担任裁判，条件是在联网智能冰箱等设备中找到 pre-auth 漏洞——要么硬件上验证、要么获厂商确认（m13、m19、m20）。Hutchins 一方此前也曾将赌注升级为 500 美元对赌（m6）。
• Hutchins 的反驳与资历展示：他晒出多个 CVE 记录，并要求 Green 等「声称最不懂技术的人也能用去审查 GLM 搞出 0day」的质疑者当场挖一个 0day 自证（m3、m6）。他强调自己并非没用过 LLM 就下判断：被 Anthropic 加入 CVP 后第一件事就是搭建自主零日漏洞利用流水线，后因前沿模型 token 成本过高迁移方案；该管线基于 OpenAI API，改一行代码即可切换到任意开源权重模型，且跑遍了主流开源模型而非只测 GLM（m2、m4）。
• 关于 GLM 5.3 的使用情况：面对 Green 质问其是否实质性使用过 abliterated 与未修改版 GLM 5.3 做测试（m7、m14），Hutchins 确认 GLM 5.3 是他「性价比最高的首选模型」，用于漏洞发现与漏洞开发测试；他不用去审查版，因为原版 GLM 5.3 的护栏在正常提示下很少触发，还表示 abliterated 版反而更差（m16、m17、m18）。
• 另一条支线：围绕「LLM 是否显著放大犯罪能力」，MalwareTechBlog 方反驳称真正的罪犯至少会拆分请求、跨会话分段、重构措辞，以避免 LLM 意识到自己被要求做什么（m15）。

尚未确认

• Green「两小时挖到 pre-auth 漏洞」目前仅以假设口吻暗示，漏洞细节、厂商与协调披露进展均未公开，能否兑现是这场对赌的关键悬念。
• 500 美元对赌的最终结果与裁判 Dino Dai Zovi 是否正式受理，尚无后续确认。

为什么重要

• 这场争论实质上把「开源模型安全能力边界」从抽象讨论推向了可验证的公开实验：双方都亮出了真实使用经历（Green 的 700 美元二进制实验、Hutchins 的多模型漏洞挖掘管线），比纯观点交锋更有信息量。
• 争论触及开源权重模型监管的核心争议点：如果原版模型的护栏在漏洞挖掘场景下几乎不构成障碍，围绕 abliterated 版本的许多安全讨论可能已经偏离重点。
• 无论对赌结果如何，事件本身已引发安全社区对「专家是否真正实测过开源模型攻击能力」的广泛反思。

2026-11-08 ~ 2026-11-09 · 29 条相关

• 密码学家 Matthew Green 加入争论：LLM 犯罪能力威胁被高估？ — matthew_d_green · 2026-11-08
• 【源头】密码学专家爆料:安全圈仍在争论模型能否开发新型漏洞利用 — matthew_d_green · 2026-11-08
• 【源头】安全研究员花 700 美元 token 让 AI 破解二进制,结果令他不安 — matthew_d_green · 2026-11-08
• 密码学家 Green 论战：模型能否自主开发远程漏洞利用 — matthew_d_green · 2026-11-08
• 密码学家 Matthew Green：少有专家真正实测过开源模型的攻击能力上限 — matthew_d_green · 2026-11-08
• 密码学家 Green 悬赏 500 美元赌 AI 可挖出预认证漏洞 — matthew_d_green · 2026-11-08
• 开发者指出 AI 挖固件漏洞的现实门槛：IDA/Ghidra 加 MCP 缺一不可 — artem_i_baranov · 2026-11-08
• 密码学家 Matthew Green 愿出硬件支持 AI 固件漏洞挖掘 — matthew_d_green · 2026-11-08
• 安全研究员押500美元：去审查模型足以让人挖出真实零日漏洞 — migtissera · 2026-11-08
• 密码学家 Matthew Green：绕过模型护栏太廉价，安全性形同虚设 — matthew_d_green · 2026-11-09
• 研究者警告：abliterated 模型改激活方向有隐患，不如用好原版模型 — migtissera · 2026-11-09
• 密码学大 V 押注 500 美元: abliterated GLM 5.3 能挖出固件 0day — MalwareTechBlog · 2026-11-09
• Marcus Hutchins 晒多个 CVE，叫板质疑者「有本事现场挖个 0day」 — MalwareTechBlog · 2026-11-09
• Hutchins 追击：与其嘴炮不如当场挖个 0day 自证 — MalwareTechBlog · 2026-11-09
• Matthew Green 暗示：用去审查版 GLM 两小时挖到 pre-auth 远程漏洞 — matthew_d_green · 2026-11-09
• Green 反讽收尾：那个世界显然不存在，因为 Hutchins 说不可能 — matthew_d_green · 2026-11-09
• AI 能否找漏洞起争论：若真易如反掌为何没爆发大规模利用 — MalwareTechBlog · 2026-11-09
• 密码学教授公开约架：赌局验证 Claude 能否攻破密码学 — matthew_d_green · 2026-11-09
• MalwareTech 晒零日漏洞挖掘流水线,回击“没用过 LLM 就下判断” — matthew_d_green · 2026-11-09
• MalwareTech 晒 AI 零日漏洞挖掘管线：一行代码即可切换测试所有开源权重模型 — MalwareTechBlog · 2026-11-09
• 安全研究员实测:GLM 5.3 护栏宽松,可直接用于漏洞挖掘 — MalwareTechBlog · 2026-11-09
• 密码学家 Matthew Green 质问安全研究者是否用 GLM 5.3 做漏洞挖掘 — matthew_d_green · 2026-11-09
• MalwareTech:无需去审查版,原版 GLM 5.3 即可测漏洞利用开发 — MalwareTechBlog · 2026-11-09
• matthew green 反下战书：GLM 挖出智能冰箱漏洞就赔 500 美元 — matthew_d_green · 2026-11-09
• 【源头】安全研究者 MalwareTech：GLM 5.3 是我性价比首选，abliterated 版反而更差 — MalwareTechBlog · 2026-11-09
• 密码学名家与 MalwareTech 激辩：去审查版 GLM 真能用于漏洞利用吗 — MalwareTechBlog · 2026-11-09
• Green 指控 MalwareTech 从未实测去审查 GLM 却断言其无威胁 — matthew_d_green · 2026-11-09

另有 2 条近重复转述:MalwareTechBlog · matthew_d_green