OpenAI警告称，开源权重AI模型的安全限制相对较少，一旦经过微调并追加算力投入，便可能具备接近前沿模型的网络攻击能力，企业需提前防范其被滥用的风险。

9月7日，在首尔瑞草区Samsung金融园区举行的Aim Intelligence“AI Risk Conference Seoul 2026”上，OpenAI应用安全AI专家Wana Tun表示，真正值得警惕的并不是前沿模型主动发起网络攻击，而是恶意攻击者对开源权重模型进行微调后，可能造成较大破坏。

Wana Tun指出，即便不是前沿模型，只要经过足够训练并消耗更多token，攻击能力同样会明显提升。他评估，这类模型与前沿模型之间的智能能力差距约为6至8个月。

他还表示，借助AI实施网络攻击的方式，正快速向更高程度的自主化演进。

Wana Tun称，2022年，AI更多被用作编程辅助工具；而如今，AI不仅能够发现漏洞、编写利用代码，甚至还可以自主执行网络攻击。

他解释说，AI可以连续完成侦察、扫描、在安全控制环节寻找薄弱点，并进一步控制网络等任务。多个子代理还可以并行运行、相互交换信息，从而持续发起长时间攻击。

在他看来，传统企业安全体系与AI驱动攻击之间的对抗，已呈现出“非对称战争”的特征。Wana Tun表示，人类在处置安全事件时只能实时处理有限信息，而AI则能够同时处理海量上下文信息。AI攻击之所以更具优势，关键在于其可以将多项任务并行推进并串联执行。

基于这一判断，他强调，企业防御体系也应相应转向以AI代理为核心的架构。

Wana Tun表示，企业应部署用于监测网络变化、分析安全事件的AI代理，以提升威胁检测和响应速度。从发现漏洞、验证其是否真实可被利用，到生成补丁，更多环节都应交由AI完成，而人类则聚焦于最终判断。

他补充说，在AI已经能够对环境发起攻击、彼此通信并联动执行任务的情况下，企业也需要以“代理化”思路应对网络威胁。

OpenAI认为，与其用AI完全替代既有网络安全方案，更可取的做法是将AI代理嵌入现有安全体系之中。

Wana Tun表示，攻击者已经开始以“机器速度”行动，企业的安全工作流也应尽快转型，不能只停留在发现漏洞，而应进一步完成可利用性验证与补丁生成，并通过自动化实现防御闭环。