Kimi K3在网络安全能力上大幅落后美国前沿模型，蒸馏可能是原因

英国AI安全研究院与美国AI标准与创新中心对Moonshot AI的Kimi K3进行进攻性网络任务测试，结果显示Kimi K3在ExploitBench上得分为32%，远低于美国领先模型的76%，且其安全防护未能阻止漏洞利用开发与模拟攻击。其通用基准高分与网络安全弱项之间的差距，与外界指控Moonshot AI蒸馏Anthropic模型的行为模式相符。

这是首次由英美官方机构联合公开测试Kimi K3的网络安全能力，结果揭示其在该领域存在显著短板，安全防护机制形同虚设，可能动摇用户对模型在安全敏感场景下可靠性的信任。

通用基准测试主要衡量语言理解与生成能力，而网络安全任务要求模型掌握漏洞利用等专精技能。若Kimi K3通过蒸馏来自Anthropic等模型而获得通用能力，则蒸馏过程可能丢失了原模型在安全专长上的关键知识，导致专项表现与通用能力脱节。

Kimi K3在网络安全任务上的低分和安全防护失效，意味着其无法直接用于需要对抗性防御或漏洞分析的产品场景，研发团队需投入额外资源重构安全对齐与专项训练流程。

• 针对Kimi K3的网络安全弱点，研发专用的安全增强模块，例如注入对抗性样本训练或接入外部安全扫描器。
• 借鉴美国前沿模型的安全训练方法，构建针对漏洞利用的专项微调数据集，缩小与领先模型的差距。
• 若蒸馏指控属实，可评估是否转向自研安全专项模型或与安全厂商合作，避免依赖可能缺失安全知识的蒸馏来源。

• Moonshot AI是否确实蒸馏了Anthropic的模型？蒸馏的具体来源和范围是什么？
• Kimi K3在通用基准测试中的具体得分是多少？与网络安全成绩的差距是否直接由蒸馏导致？
• 美国前沿模型在网络安全任务上的高得分是否源于它们拥有专有的安全训练数据或架构设计？