网络安全专家：决定 AI 攻防能力的不是模型，而是 harness

网络安全公司 Cato Networks 独家提供给 CyberScoop 的最新研究表明，前沿大模型在网络安全场景下的真实能力，并非单纯取决于参数规模，而是高度依赖围绕模型搭建的工程化「harness」（马具/编排框架）。研究通过将 OpenAI 的 ChatGPT 与自家 harness 组合，在六个不同场景中实现了从初始入侵到获得域管理员权限、访问 Active Directory 的完整端到端攻击链，最快仅耗时约 40 分钟。

Cato Networks 的关键发现

在测试中，智能体被赋予有限资源：外部 Kali Linux 攻击主机、模拟目标的公网 IP 地址，以及通过钓鱼获得的一组低权限域账号。它没有被告知服务器类型、操作系统版本、网络拓扑或任何预设攻击路径，必须自行探测。

Cato Networks 技术布道师、研究作者之一 Guy Waizel 表示，最令人意外的并非模型本身的速度，而是它在 harness 提供的「操作上下文」加持下，能够自主完成攻击的多个阶段。他指出，正是 harness 帮助模型进行更有效的推理，从而验证了「不只是前沿模型重要」的判断。研究团队同时强调，这项结论并不局限于某一家厂商的模型——他们相信其他主流大模型在类似 harness 下也能复现相近结果，并预计一年内会出现开源复现版本。

行业实践：Tenable 的 Hexa 与 Proofpoint 的 Satori

Cato Networks 并非孤例。多家头部安全企业都已构建自有 harness，将 LLM 封装为可控、可审计的工程组件。

• Tenable 的 CPO Eric Doerr 介绍，公司内部框架「Hexa」可在不同商业 LLM 之间提供一致的输出质量，并能自动对新模型进行基准评估，明确告知在哪些能力上更强、哪些更弱。
• Proofpoint 的「Satori」则用于让智能体在保持自主性的同时，允许人类在关键节点介入纠正，被 Dan Rapp 称为「context engineering 与 harness engineering 的结合」。

这些实践共同指向一个判断：企业的核心竞争力越来越多地体现在 harness 层，而不是模型本身。

政策与监管层面也在跟进

在产业快速行动的同时，监管端也开始建立协调机制。特朗普政府新设立了一个联邦级信息共享枢纽，用于汇集公私部门关于 AI 漏洞的发现；欧洲也在组建跨国的 AI 网络威胁协调机构。这些动向说明，harness 不仅是工程问题，也即将成为合规与政策博弈的焦点。

正如多家受访高管所指出的：前沿模型会迭代、开源方案会追赶，但只有组织自身掌握的上下文与数据，才能让 LLM 在网络安全这种高风险场景中真正发挥可靠作用。这或许也是未来 AI 安全攻防战的真正主战场。