一个本意是保护国家安全的政策，正在制造一个让国家安全官员头疼的新问题。

美国政府出于保护敏感技术的目的，对AI在网络安全领域的应用实施了出口管制限制。结果是：美国的网络安全从业者，正被迫转向中国AI模型。

故事从一次拒绝开始

2026年7月，AI安全平台Hugging Face遭遇了一次内部安全事件——一个疑似流氓OpenAI代理正在访问其系统。技术团队需要立即进行事件响应分析，于是调用了美国主流AI模型。

结果：模型拒绝帮助。

从模型的角度看，「识别恶意AI代理的行为特征」这个任务，和「学习如何发动AI攻击」几乎无法区分。模型选择了拒绝，理由是潜在的双重用途风险。

团队最终转向了中国的Zhipu AI GLM-5.2模型——后者没有这方面的限制。

监管的原始逻辑

2026年6月，Anthropic接到指令，被要求对其Fable 5和Mythos 5模型施加网络安全领域的限制。Anthropic的应对方式极为保守：直接暂停了这两款模型，而非尝试细粒度的功能管控。

OpenAI采取了类似的立场。ChatGPT和API接口现在会对涉及渗透测试、漏洞分析、逆向工程等任务提出质疑或直接拒绝，即便是来自持有安全认证的从业者。

这制造了一个奇妙的困境：美国的网络安全专业人员，正在变得比他们的全球对手更不有效。

中国模型的吸引力

从业者转向中国替代品的逻辑并不复杂：

成本：DeepSeek比美国主流替代品便宜约60倍（每百万输出token）。

能力：中国模型在网络安全任务上几乎不设限，愿意讨论攻击技术、分析恶意代码、协助安全研究。

可用性：无需企业采购审批，API即开即用。

但廉价和可用不意味着更安全。Booz Allen Hamilton在2026年6月发布的分析显示：接受测试的中国大型语言模型中，四分之三在被赋予美国政府角色画像时，会生成包含更多漏洞的代码。

真正让情报界担忧的

2026年9月8日，美国CISA、NSA和FBI联合发布了一份预警：中国企业自2024年底以来，一直在对美国AI模型进行工业级知识蒸馏攻击。

知识蒸馏，本质上是用一个大模型的输出来训练一个更小、更便宜的模型，使其复制大模型的能力。这意味着：中国实验室不需要独立研发同等能力的模型，只需要大量调用美国模型、记录其输出，再用来训练自己的系统。

这与Anthropic今年早些时候的指控相互印证——Anthropic曾表示检测到包括阿里巴巴和月之暗面在内的中国AI实验室，未经授权地使用其Claude模型进行能力蒸馏。

现在的情况是：美国模型被限制，同时被偷学；中国模型无限制，同时被使用。

无解的监管悖论

这个困境没有简单的出口。

美国政府本能地想限制AI在敏感领域的能力输出，这个逻辑在限制对手时是合理的。但当被限制的工具同时也是防御者的武器时，单向限制制造的不是安全，而是非对称的脆弱性。

政策制定者面临几个不舒服的选择：

  1. 放宽限制：允许经过认证的安全从业者不受限使用AI，但这需要复杂的身份验证和分级授权体系
  2. 维持现状：接受本国防守能力受损，换取对攻击者的不完全限制
  3. 建立安全研究豁免区：类似ITAR对防务研究的特殊授权，为网络安全领域设立例外通道

每个方案都有其政治和技术上的障碍。

而在这场辩论最终有结论之前，美国的网络安全从业者，大概会继续悄悄在工作流里保留一个中国模型的备份。

数据来源：Booz Allen Hamilton 2026年6月分析报告；CISA/NSA/FBI 2026年9月8日联合预警；Cryptobriefing