Mô hình AI mở Trung Quốc gần bằng AI đóng về kỹ năng hack

Các mô hình trí tuệ nhân tạo trọng số mở (open-weight) — loại ai cũng có thể tải về và chạy — nay đã gần đạt năng lực xâm nhập mạng máy tính ngang với những mô hình đóng tốt nhất. Đây là kết quả từ nghiên cứu mới của Vals, công ty chuyên đo lường năng lực AI, và được xem là bước ngoặt được dự báo từ lâu trong bối cảnh an ninh mạng.

Khoảng cách bị thu hẹp

Vals thử nghiệm các mô hình AI trên hai kịch bản mạng doanh nghiệp giả lập. Kịch bản thứ nhất là một mạng nội bộ có thể truy cập qua website công khai. Kịch bản thứ hai gồm hai mạng của hai công ty khác nhau, trong đó mô hình phải chiếm được mạng thứ nhất để từ đó xâm nhập mạng thứ hai.

Kết quả: Daybreak, mô hình an ninh mạng tiên tiến nhất của OpenAI (chỉ cấp cho đối tác tin cậy), hoàn thành 81% nhiệm vụ được giao. Mô hình mở DeepSeek của Trung Quốc theo sau không xa với 73%. Nhóm nghiên cứu Vals lưu ý rằng ở một số nhiệm vụ, hai mô hình đạt điểm ngang nhau.

"Những mô hình tiên tiến nhất, bị khóa trong phòng thí nghiệm và chỉ cấp qua các chương trình truy cập tin cậy, nay đang bắt đầu bị các mô hình mở mà bất kỳ ai cũng tải được đuổi kịp", Nikil Ravi, nhà nghiên cứu tại Vals, nhận định.

Chi phí tấn công chênh lệch cả chục lần

Nghiên cứu cũng cho thấy dùng mô hình trọng số mở cho các tác vụ kiểu này rẻ hơn nhiều. Theo Vals, chi phí token để GPT-6-Sol thực hiện một cuộc tấn công là 17–46 USD, trong khi DeepSeek chỉ tốn 2–3 USD. Mô hình mở rẻ hơn vì có thể chạy trên phần cứng của chính người dùng.

Rayan Krishnan, CEO của Vals, cho rằng đây cũng là động lực mạnh để phía phòng thủ chọn mô hình mở thay vì mô hình độc quyền. OpenAI chưa phản hồi ngay yêu cầu bình luận.

Chiến lược "cấp quyền có kiểm soát" mất dần ý nghĩa?

Phát hiện này đáng chú ý vì các phòng thí nghiệm AI hàng đầu Mỹ, đặc biệt là Anthropic, đã đặt cược vào việc phát hành hạn chế các mô hình mới — bắt đầu từ Claude Mythos Preview hồi tháng 4 — với lập luận rằng cấp quyền có kiểm soát chỉ mua thêm thời gian trước khi năng lực hack tiên tiến trở nên phổ biến.

Logan Graham, trưởng nhóm red team tiên tiến của Anthropic, nói với WIRED hồi tháng 4 rằng dự án Project Glasswing của công ty nhằm đưa các công cụ này "vào tay những người phòng thủ để tạo lợi thế đi trước". Ông cũng cảnh báo: "Chúng ta cần chuẩn bị ngay cho một thế giới mà những năng lực này phổ biến rộng rãi trong 6, 12, 24 tháng tới. Nhiều thứ về an ninh sẽ khác đi."

Bảy tháng sau, quá trình chuyển dịch đó dường như đã đến đúng hẹn.

Thực tế tấn công vẫn khác kết quả thử nghiệm

Cả năm qua, AI đã tự động hóa các tác vụ hack cốt lõi, giúp cả tấn công lẫn phòng thủ tìm ra số lượng lớn lỗ hổng trong mã nguồn và thăm dò điểm yếu mạng với tốc độ nhanh hơn. Tuy vậy, giới chuyên gia vẫn tranh luận liệu AI có thay đổi tận gốc nền tảng khái niệm của phòng thủ an ninh mạng hay chỉ khuếch đại những thách thức vốn có.

Quan sát thực tế về hoạt động của tội phạm mạng và các nhóm hacker do nhà nước hậu thuẫn trong những tháng gần đây cho thấy kẻ tấn công vẫn giữ thói quen tiết kiệm nguồn lực: phần lớn hoạt động vẫn dùng các mô hình cũ, kém năng lực hơn, cả độc quyền lẫn mở.

Alex Zenla, đồng sáng lập kiêm CTO của hãng bảo mật cloud Edera, đồng tình rằng mô hình trọng số mở hiện có thể tạo ra các cuộc tấn công và lỗ hổng tiên tiến, đặc biệt là các mô hình abliterated — loại bị chỉnh sửa trọng số để vô hiệu hóa huấn luyện an toàn. Tuy nhiên, ông lưu ý các phòng thí nghiệm đóng nhiều khả năng đã huấn luyện thêm những mô hình chưa công bố vượt xa năng lực này.

"Tôi hình dung đây giống như một cuộc chơi mèo vờn chuột. Các phòng thí nghiệm tự thấy họ đang chạy nhanh để vượt các mô hình mở, nhằm vá lỗ hổng trước khi mô hình mở tìm ra. Đáng tiếc là tôi cho rằng đây có thể là khởi đầu của một bối cảnh an ninh nguy hiểm", Zenla nói.

Góc nhìn

Với các đội kỹ thuật và doanh nghiệp Việt Nam, khoảng cách chi phí 2–3 USD so với 17–46 USD cho mỗi cuộc tấn công giả lập là con số đáng lưu tâm: những công cụ tự động dò tìm lỗ hổng vốn đắt đỏ nay có thể được chạy trên hạ tầng nội bộ với chi phí thấp, nghĩa là cả bên phòng thủ lẫn kẻ tấn công đều dễ tiếp cận hơn. Việc tự triển khai một mô hình mở để quét mã nguồn và kiểm thử xâm nhập nội bộ vì thế trở thành lựa chọn khả thi về mặt chi phí, thay vì phụ thuộc hoàn toàn vào API độc quyền.

Bài học thực tế là không nên chờ đợi một "vũ khí AI" nào đó xuất hiện mới bắt đầu siết bảo mật. Các nguyên tắc cơ bản — vá lỗ hổng nhanh, phân quyền tối thiểu, giám sát lưu lượng bất thường — vẫn là tuyến phòng thủ chính; AI chỉ làm tốc độ phát hiện và khai thác điểm yếu nhanh hơn. Doanh nghiệp nên coi việc dùng mô hình mở cho kiểm thử bảo mật là một phần trong quy trình định kỳ, đồng thời ý thức rằng mã nguồn và hệ thống của mình có thể đang bị quét bởi những công cụ tương tự với chi phí chỉ vài đô la.