7月23-24日，英国AI安全研究所（AISI）与美国CAISI联合发布对Moonshot Kimi K3的初步网络能力评估结果。该模型在32步模拟企业网络攻击任务中平均仅推进到第17步，远低于美国前沿模型的28.5步，但仍能协助漏洞利用开发，且安全护栏未有效阻挡进攻性操作。Kimi K3计划于7月27日前开放权重，此评估正值其开放前夕。[[1]](https://www.resultsense.com/news/2026-07-24-aisi-kimi-k3-cyber-assessment/)
这一事件发生在中外模型性能快速追赶却安全对齐仍存落差的格局下。过去半年，Kimi K3、DeepSeek V4、GLM-5.2等中国开源/半开源模型在基准测试上已逼近或局部超越部分闭源前沿模型，成本却低一个数量级。评估显示，Kimi K3在进攻性网络任务上仍落后美系模型，但已优于同类中国模型，反映出“性能追赶快、安全追赶慢”的典型特征。
对比之下，美国前沿实验室更早将网络安全对齐嵌入训练与部署流程，OpenAI、Anthropic等在红队测试和护栏设计上投入远超中国同行。而中国模型开放权重节奏更快，客观上把安全验证压力提前暴露给全球监管者。AMD同期在Advancing AI大会宣布Helios机架方案量产，也印证硬件与模型双线竞争正从“谁更快”转向“谁更可控”。
短期看，此类双边评估或将常态化，既可能延缓中国模型的全球部署，也会倒逼国内实验室加速安全对齐研究。长期悬念在于：当更多中国模型进入开放权重窗口，西方监管是否会形成事实上的“安全准入壁垒”，进而重塑全球AI供应链的信任结构？