维度网讯，美国思科基础AI团队发布了两款开放权重安全模型Antares-350M和Antares-1B，用于发现现有代码库中的已知漏洞。此举是对当前人工智能模型军备竞赛的悄然回应，思科认为定位软件漏洞并不需要庞大且昂贵的系统，也不应该为此将专有源码发送给第三方AI提供商。

两款模型已托管于Hugging Face平台供社区使用，但思科将按个案审批访问权限。思科保留了一款更大的30亿参数模型，未对外公开发布。这并非通用的聊天机器人，而是专门针对漏洞定位任务设计的AI代理。Antares从漏洞描述出发，在代码库中搜索并读取候选文件，若某一路径无结果则自动回溯，最终返回最可能隐藏缺陷的文件排名列表。模型名称源自红超巨星Antares，其体积约为太阳的1000倍。

思科表示，这些小模型的能力明显超越其规模预期。在其自有的500项漏洞定位基准测试中，Antares-1B击败了谷歌的Gemini 3 Pro，并与Z.ai的GLM-5.2持平。尚未发布的3B参数模型则超越了GLM-5.2和OpenAI的GPT-5.5。核心优势体现在速度和成本：首席AI科学家Amin Karbasi向科技媒体The Register透露，Antares在15分钟内处理完500个代码库，而前沿模型需要5小时；成本不到1美元，大型系统则需100到150美元。

速度与成本的基础在于训练方式——模型不是为聊天而设计，而是为搜索而优化。由于模型小巧灵活，可同时运行多次搜索，并在攻击路线无效时切换策略。本地化部署是另一卖点。模型权重开放且体量小，企业可将专有代码保留在自有服务器上，避免上传至云AI服务商。对于受监管行业，在内部保留代码具有显著价值。

思科对访问权限加以限制有安全考量。如新加坡国立大学（National University of Singapore）计算机科学家Reza Shokri所言，能够发现漏洞的工具同样可能被攻击者反过来利用漏洞，AI代理已能够编写更多代码并具备更强的利用能力。思科当前将访问权限限制在学术、非营利及小型公共部门安全团队，并保留其性能最强的模型。其目标在于确保先进的人工智能防御不会沦为奢侈品，而攻击者已开始运用自有AI系统。思科认为，对抗优势不再取决于模型参数规模，而在于谁能够实际使用它。