最近，曾因国内金融机构遭黑客攻击而被停止开发的人工智能（AI）渗透测试工具“阿尔特克斯（ARTEX）”预计将通过中国安全企业重新推出商业服务。 16日，安全行业消息称，中国安全企业Threatbook的联合创始人兼首席执行官（CEO）薛峰在其社交网络服务（SNS）上表示，将推出包括阿尔特克斯商业版在内的多个AI渗透测试代理的云平台“RedAgents.ai”。 阿尔特克斯是基于大规模语言模型（LLM）设计的AI渗透测试程序，能够自动分析攻击目标并自主执行从渗透场景建立到安全工具执行的全过程。 在9月底至10月初期间，韩国的16家金融机构，包括新韩银行、KB国民银行、 하나银行和釜山银行等，发生了约10万条信息泄露事件，当时在攻击IP地址中发现了阿尔特克斯被恶用的迹象。目前，警方网络调查局正在对此事件进行调查。 最初，阿尔特克斯在开发者平台GitHub上以开源形式公开，但由于对网络犯罪的恶用担忧，开发者已将其存储库设为私有并宣布项目中止。 调查结果显示，该程序的开发者为Threatbook的威胁检测工程师，最初是作为个人项目开发阿尔特克斯的。 Threatbook已将该工程师的项目交给他负责，正在开发商业版“阿尔特克斯专业版（ARTEX PRO）”，并计划将其作为新云平台的核心服务。 薛峰CEO表示，“RedAgents.ai”将在不存储用户数据的“零数据保留（ZDR）”技术的云环境中运行。 该平台除了阿尔特克斯专业版外，还将搭载由北京大学关联企业开发的“燕寻（YanXun）”、腾讯AI渗透测试大赛个人组第一名作品“燕记（YanJi）”、Threatbook最近收购的“网络打击AI”的商业版等多种AI安全工具。 Threatbook方面表示，未来还将持续向平台中添加更多代理。 薛峰CEO解释道：“单一代理无法发现所有漏洞，正如人工进行的模拟渗透测试一样，AI代理各自有不同的优势和方法，结合使用多个代理可以实现更全面的安全检查。” Threatbook计划不久后发布“RedAgents.ai”的预览版，目前正在接受早期用户的候补名单。※ 本报道经人工智能（AI）系统翻译与编辑。

中国股市在前一天下跌后，13日继续表现疲软。分析认为，韩国股市的急剧下跌对其产生了负面影响。当天，上海综合指数上涨0.10%，收于3800.86点；深圳成分指数下跌0.25%，收于12353.70点；创业板指数下跌0.18%，收于2958.34点。 国际货币基金组织（IMF）将今年中国经济增长率的预期下调至4.5%。在中国房地产市场低迷和消费疲软的背景下，仅靠出口的良好表现难以抵消内需的疲软。4.5%比7月的预期4.6%低0.1个百分点，正好处于中国政府设定的今年增长目标（4.5%~5.0%）的下限。IMF还将中国明年的经济增长率预期从4.1%下调至4.0%。 前海开源基金首席经济学家杨德龙指出，美国国债利率的上升和韩国股市的急剧下跌对中国股市产生了负面影响。他表示：“美国国债利率上升会提高美元资产的投资吸引力，导致资金从新兴市场股票流出。”他还补充道：“韩国股市的急剧下跌刺激了亚洲投资者的风险规避情绪。”此外，他还指出，之前大幅上涨的科技股出现了获利回吐，导致市场整体投资情绪受到抑制。他进一步表示：“中国科技股在第三季度经历了大幅调整，部分个股的价格接近腰斩。” 当天，冬季运动相关股票表现强劲。冰山冷热、大连圣亚、晶雪节能等股票涨停。黑龙江省冰雪旅游发展促进会在广州举办了以“冰雪之冠，与黑龙江的约定”为主题的2026~2027年冬季运动季宣传活动及开幕式。第28届哈尔滨冰雪节的活动场地面积预计将扩大至125万平方米，创历史最大规模，这一消息也刺激了投资者的情绪。 纺织染料相关股票也上涨。建新股份、亚邦股份等股票涨停。染料公司三丰化工通过价格调整公告，宣布自2026年10月10日起，其两种核心染料中间体产品的价格将上调，这一消息对市场形成了利好。证券公司分析认为，随着纺织行业的旺季临近，织物生产及染色加工厂的开工率将恢复，库存水平较低，需求有可能弹性增长。 与此同时，中国人民银行当天公布的美元兑人民币基准汇率为6.7298元，较前一交易日下调0.0015元，人民币价值上涨0.02%。※ 本报道经人工智能（AI）系统翻译与编辑。

在全球人工智能竞争从企业之间的技术竞赛逐渐演变为国家之间的战略较量之际，韩国正在加快引入“国家队”模式。 韩国科学技术信息通信部6日宣布，将投入4.7万亿韩元（约合人民币235亿元），研发国家主导的前沿人工智能模型，计划于明年3月正式启动。按照计划将在今年12月国会批准2027年度预算后，通过竞争性招标选定主导开发机构，中标方最早有望于明年2月敲定。 这意味着，韩国首次以国家资本直接押注大规模AI模型开发，而不再完全依赖企业自行投入。 此次计划的资金主要用于算力和训练数据建设。据韩国政府公布的方案，约3.9万亿韩元将用于采购1万张英伟达新一代人工智能芯片Vera Rubin GPU，其余约8000亿韩元用于获取训练数据。参与项目的企业或机构还需按一定比例配套私人资本，项目未来产生的收益则有望由公众共享。 与传统科研补贴不同，政府计划以股权投资方式参与项目，在分担企业早期研发风险的同时，保留分享未来商业收益的可能性。 韩国加码“主权AI”，与全球AI竞争格局变化密切相关。过去，美国企业凭借资本、人才和算力优势占据前沿大模型竞争的主导地位。近年来，DeepSeek、Kimi、月之暗面（Moonshot AI）等中国AI模型快速发展，通过开源生态和较低部署成本拓展应用空间，也为韩国提供了新的竞争参照。 从现实来看，韩国的目标并非短期内全面超越OpenAI、Google DeepMind等美国顶尖实验室，而是推动国产模型具备与中国头部开源模型竞争的能力，降低关键AI技术对海外企业的依赖。 韩国拥有三星电子、SK海力士等半导体巨头，以及Naver、LG AI Research、SK电讯和Upstage等本土AI企业。这些企业有望成为国家级前沿模型项目的潜在竞标者。 韩国此前已推进国产基础模型扶持计划，预计2027年2月通过第三阶段评审选出两支团队。政府表示，新计划将与现有项目并行，前者侧重需要更大规模算力和资本投入的前沿模型，后者则着眼于培育国产基础模型生态。 两项计划若能合理分工，有望形成互补。但如果缺乏明确边界，也可能导致资金重复投入、研发资源分散及企业重复建设。 与美国相比，韩国在科技资本规模和大型AI企业集群方面仍存在差距，国内市场规模也相对有限。不过，韩国在存储芯片、高带宽存储器（HBM）和先进制造领域拥有明显优势。 业内人士普遍认为，韩国的竞争突破口未必是开发参数规模最大的通用大模型，而是推动AI与半导体制造、汽车、造船、机器人及智能工厂深度融合。若能够开发出服务于本土优势产业的专业模型，其经济价值可能超过单纯打造聊天机器人。 不过，韩国的“AI主权”战略仍面临现实矛盾：项目强调技术自主，但核心算力设备仍高度依赖供应商英伟达。即使国产模型取得进展，底层算力的外部依赖仍难以在短期内消除。 目前，韩国项目的模型规模、性能指标、评测标准及开源路线等关键细节尚未完全明确。资金投入能否转化为国际竞争力，仍取决于人才储备、数据质量、技术路线和产业整合能力。 4.7万亿韩元能够购买算力和数据，却无法直接购买技术竞争力。如何将半导体优势、企业研发积累与国家级资源有效整合，将决定韩国能否真正实现从AI产业参与者向关键技术自主掌控者的跨越。

生成型人工智能（AI）服务正在逐步融入各种应用程序和对话窗口，而不再依赖于单独的窗口或应用程序。无缝AI集成的概念正在逐步实现，超越了简单的问答功能，开始有机地融入现有的工作环境。 10月13日，微软（MS）介绍了在Word、Excel和PowerPoint中将Copilot对话窗口与文档编辑功能相结合的功能。用户可以在对话窗口旁边修改文档，并根据文档中的评论进行必要的调整。该功能将逐步应用于前沿项目的客户。 谷歌也在全面连接其工作服务与AI。谷歌于上个月9日发布了利用AI模型Gemini在Google Workspace中执行跨多个应用程序的功能。用户在使用Gmail、Google Drive、文档或演示文稿等应用时，可以在当前屏幕上进行请求，而无需切换到其他应用即可撰写文档或整理资料。 以往，用户需要切换到特定应用程序以执行文档撰写或数据分析的AI功能，但通过增强应用程序之间的连接，减少了工作流程中断的问题。 个人开发者也开始关注这一应用潜力。10月12日，开发者Franz在GitHub上发布了开源工具“BigArrow”。该工具与Claude代码和Codex等AI编码工具相结合，能够在屏幕上用箭头标示出用户需要操作的按钮或菜单，并引导下一步操作。即使是不熟悉文档工作的用户，也能通过该工具获得文档编辑的步骤指导。 例如，在演示程序中添加幻灯片效果或更改系统设置时，该工具会依次指示所需的菜单和按钮。GitHub上发布的演示图像中显示了“妈妈，点击PDF，然后选择另存为PDF（Mom, click PDF, then Save as PDF）”的文字，并指向相应按钮的箭头。这帮助不熟悉文档工作或程序使用的用户按照屏幕提示执行所需功能。 BigArrow不同于替代点击或键盘输入的自动化工具。开发者表示，该工具设计为指向屏幕上的特定位置，而不是直接点击或输入。当AI代理在执行任务时达到需要人工判断或操作的阶段时，会提供具体的操作指导。指导标识在用户完成操作或经过一定时间后会消失。 尽管在服务实现方式和应用范围上存在差异，但它们的共同点在于能够在不切换到其他服务的情况下保持工作流程的连续性。 业内人士表示：“无缝AI并不是一个全新的概念，而是对现有AI工具功能的扩展，使其能够在没有额外操作流程的情况下使用。随着用户不再需要打开单独的窗口来获取AI的回答，AI的应用与实际工作之间的界限也在逐渐缩小。” ※ 本报道经人工智能（AI）系统翻译与编辑。

近年来，针对国有银行的黑客攻击尝试逐年激增。随着人工智能（AI）技术的进步，呼吁对应对体系和安全投资的有效性进行审查的声音日益增强。根据10日国会财政经济计划委员会成员姜民国（国民力量党）从韩国银行、韩国出口入银行、韩国产业银行和IBK企业银行获得的资料，自2020年至今年9月，针对这四家银行的黑客攻击尝试总计达498万6964次。按年度统计，黑客攻击尝试数量从2020年的35万8800次增加到2021年的56万4430次，2022年为58万5563次，2023年达到73万8312次。2024年预计为78万524次，2025年为93万4858次。今年截至9月已记录102万4478次，已超过去年全年总数。在各银行中，企业银行的黑客攻击尝试达458万4000余次，占总数的91.9%。产业银行为39万9379次，韩国银行为3076次，出口入银行为510次。虽然迄今为止未发生因黑客攻击导致的安全事故，但攻击尝试逐年增加的趋势引发了关注。国有银行同样提供与市中银行相当的个人和企业客户的互联网及移动服务，因此也面临黑客攻击的风险。近期，国有银行及其他金融机构频繁发生信息泄露事件，金融行业整体的安全隐患也在加剧。从上月底到本月初，包括新韩银行、KB国民银行、哈拿银行、BNK釜山银行在内的7家金融机构确认发生了因黑客攻击导致的信息泄露。新韩银行约有2万5000名贷款申请客户的信息被泄露，而예가람储蓄银行也泄露了约4万名客户的信息。包括Kakao银行在内的三家互联网银行也曾通过相同的互联网协议地址（IP）进行访问尝试，但并未导致实际信息泄露。在金融行业的黑客攻击过程中，使用AI工具的迹象引发了对类似事件再次发生的担忧。国内安全公司Genian Security Center指出，在此次针对金融机构的网络攻击中，使用了基于中文的开源渗透测试工具“ARTEX”。利用AI，技术水平不高的攻击者也能在短时间内对多个机构发起攻击。因此，金融机构被指需检查针对不同攻击类型的应对体系、信息保护投资及模拟训练的有效性。实际上，金融安全机构在黑客事件发生前约两周曾向金融机构发出外部暴露资产的安全风险警告，但信息泄露事件仍接连发生，成为问题。国会金融委员会成员韩昌敏（社会民主党）从金融安全机构获得的资料显示，金融安全机构在上月17日举办的针对金融机构安全负责人的“金融AI安全威胁应对研讨会”上，公开了AI代理的攻击案例。金融安全机构强调，需持续管理外部暴露资产的攻击面。安全机构表示：“每年1至2次的诊断无法完全掌握，需进行常态化的测量和验证。”金融行业相关人士表示：“尽管黑客攻击技术日益精细化，但外部暴露系统的基本安全性仍需重新审视。”

最近，因针对韩国金融机构的黑客攻击而被广泛关注的中国人工智能（AI）渗透测试工具‘阿尔特克斯（ARTEX）’宣布暂停公开开发。开发者表示，因工具可能被恶用，将停止更新并转为非公开源代码。 据法新社和路透社等外媒报道，阿尔特克斯的开发者‘Autumn-27’在10月8日于开发者平台GitHub上发布的声明中表示：“考虑到工具的错误使用，阿尔特克斯将不再更新，并将转为非公开源代码。” 开发者指出，阿尔特克斯被用于网络攻击是暂停开发的原因之一。相关的公开页面也已被删除。然而，已发布的程序无法收回，因此仅凭此次措施难以阻止利用阿尔特克斯进行的网络攻击。 阿尔特克斯方面表示，使用该工具进行网络攻击与开发者的初衷相悖，但并未直接提及韩国发生的黑客事件。此外，他们还表示，对于利用该工具违反法律和规定的行为不承担责任。 阿尔特克斯是一款自主渗透测试工具，旨在通过连接大型语言模型（LLM），使AI代理分析攻击目标、规划渗透路径并执行安全工具。虽然可以用于检查安全漏洞，但若被攻击者恶用，也可能被用于自动化渗透过程。 美国网络安全公司CrowdStrike分析称，从上月底到本月初，针对韩国金融机构的攻击事件发生，攻击者同时利用了阿尔特克斯和LLM。 ※ 本报道经人工智能（AI）系统翻译与编辑。

全球人工智能(AI)霸权战争正达到顶峰。美国通过占领AI芯片市场并将其武器化，掌控了基础设施；而中国则依托海量数据提升AI效率。 根据彭博社智能(BI)等最新分析，中国最高AI模型与美国最高AI模型之间的基准分数差距已缩小至3%以内（81.1分对83.4分）。年初时这一差距为15%，上半年为9%。如果这一趋势持续下去，预计明年中国AI模型的性能将与美国相当。 数字竞争基准与经济性的关系 仅凭3%的数字并不能认为中国已完全追赶上美国。根据LiveBench的标准，分数差距仅为2.8%；而在人工智能分析智力指数(v4.3)中，美国（53.4分）与中国（44.9分）的差距仍然约为16%。美国国家标准与技术研究所(NIST)下属的CAISI专家级黑客任务的成功率显示，美国模型的成功率为71%，而中国模型仅为32%，性能差距超过两倍。 在民众的偏好投票或简单评估中，差距较小。然而，在复杂推理和网络安全攻击等高难度领域，差距依然存在。引入简单基准及各种评估后，中国仍落后于美国半年以上。值得注意的是竞争的态势：美国迈出一步时，中国则跨出五步；美国开始奔跑时，中国则全力以赴。尽管差距依然存在，但两国的距离在不断缩小。 在基础设施方面，中国也在发生重大变化。自美国实施半导体出口管制以来，中国利用已获得的NVIDIA H800等旧款芯片进行AI模型的训练。同时，中国也在进行自主开发，积极引入华为的Ascend 950 PR/DT等国产芯片。尽管计算能力不足，但通过数量弥补，成千上万的芯片结合丰富的电力投入，实现了与最新模型相当的计算能力。 在软件方面，中国也逐渐摆脱了NVIDIA的AI芯片平台CUDA。在全球AI企业中，除了NVIDIA外几乎没有替代品，而中国正在构建自己的基础设施生态系统，这在经济性上也具有优势。 中国AI迅猛发展的背景是价格破坏和开源生态的扩展。美国的GPT系列、Claude等高性能封闭模型的售价为每100万标记25至50美元，而中国的GLM-5.3（4.40美元）、DeepSeek V4.1 Flash（1.20美元）等价格则低于十分之一。考虑到AI所需的所有任务并不都需要高度计算能力，使用中国模型的结构也就成为必然。 在全球AI中介平台OpenRouter的前十名模型中，有六个是中国模型。DeepSeek的周请求市场份额达21.8%。出现了超越谷歌和OpenAI的现象。尽管有人指出中国AI产业在2030年前难以实现盈利，但通过几乎免费的补贴策略，迅速吸引了全球用户和数据。 韩国的现实，基础设施与数据均不足 美国垄断了先进半导体（NVIDIA、AMD）、超大规模计算数据中心和全球大型科技公司的资本实力等“超尖端基础设施”。尽管中国面临供给限制，但凭借14亿人口和国家主导的数据收集基础，涌现出“庞大的学习数据”和开源生态，紧追其后。 韩国在基础设施和数据这两方面都难以追赶这两大巨头。盲目参与美国数万亿韩元的GPU集群建设竞争，缺乏资本和计算资源；而与中国的大规模数据收集结构或单一大规模语言人口基础相比，绝对数据的“量”也处于劣势。在体量上与美中同台竞争，现实上是难以实现的。 那么，韩国应从何处寻找答案呢？随着AI竞争的范式从基础技术开发转向“实际应用及优化（Fine-tuning）”，韩国的竞争力有望显现。 韩国的家庭互联网接入率达到99.97%，3岁以上国民的互联网使用率为94.5%，智能手机普及率超过97%，是典型的超高信息化国家。并非仅仅是网络铺设，国民整体对智能手机和PC基础的数字服务非常熟悉。ChatGPT等生成型AI服务的使用率也在迅速上升。 制造、金融、医疗、教育、公共行政等各个行业和社会系统也都高度数字化，持续生成高质量、高密度的“现实生活民间数据”。如果说中国的数据是“量的庞大”，那么韩国的数据则是由具备精细数字素养的民众生成的“高质量优化数据”。在精确的现场测试和行业特化AI移植方面，全球鲜有能超越韩国的测试平台。 ChatGPT和Claude已经在我们的日常生活中使用。在这种情况下，国家层面推动全民免费AI服务的“大家的AI”也被认为是多余的。然而，综合我们所拥有的竞争力，情况就有所不同。韩国在民间活力的基础上，国家层面的果断准备也在同步进行。政府计划在年内向全体国民提供免费AI服务“大家的AI”，以避免AI应用差距导致经济和社会差距的扩大。内容也非常具体，包括健康、教育、金融、税务等与日常生活和产业紧密相关的福利和行政服务。 这将成为全体国民将AI作为日常工具的强大政策基础，并推动国家整体转型为一个巨大的“AI应用生态系统”。 向AI三大强国(G3)的战略跃升 韩国要成为全球AI三大强国的道路并不是模仿美中，而是最大限度地利用我们所拥有的“高质量数字基础设施”和“世界一流的用户敏捷性”。 首先要建立独立的AI模型，但不应沉迷于1对1的性能竞争，而应集中于韩国在制造、医疗、金融和公共数据方面的优势，发展“特化型AI”和“物理AI”。基于全球第一的制造能力，巩固作为“超级乙方”的地位，将硬件与定制的主权AI服务相结合。最重要的是通过国家层面的“大家的AI”政策，建立全民灵活运用AI的超高水平AI应用人口基础。 几年后，美国仍将垄断基础设施，中国也将继续通过大量数据压制竞争对手。韩国必须在庞大的基础设施和数据洪流中找到最佳路径。如果能够以独特的现场应用能力和数字接受性为武器，开拓高质量的应用生态系统，韩国将在美中霸权战争的激烈浪潮中，自信地奠定“全球AI三大强国”的基础。※ 本报道经人工智能（AI）系统翻译与编辑。

AMD会长兼首席执行官Lisa Su与科学技术信息通信部（科学技术部）会面，宣布计划在年内设立AMD AI研究所（CoE），并招聘数百名人才。同时，双方还讨论了异构计算基础设施的建设方案。 科学技术部在10月7日表示，此次会谈是为了检查在7月李在明总统参加的旧金山AI峰会期间签署的科学技术部与AMD之间的谅解备忘录（MOU）的后续措施。 在当天的会谈中，柳制明科学技术部第二次官与Su会长达成共识，确保CoE的年内设立以及研究生人才的培养等主要合作项目顺利推进。Su会长表示：“我们计划在韩国设立CoE，并吸引数百名AI研究人才到我们的中心。” 会后举行的简报会上，信息通信政策室的李道奎表示：“我们正在以年内设立为目标进行实务层面的协商，下个月的运营委员会将具体讨论设立地点等问题。” Su会长还介绍了与韩国初创企业和大学研究所的合作计划。他表示：“我们计划增加计算能力，以便AI初创企业和普通用户能够更方便地使用AI，并将进行大量投资。”他强调：“作为第一步，我们与MangoBoost合作，建立了云基础设施。” 他还补充道：“我们最近与AI研究所签署了谅解备忘录，计划与韩国的大学和初创企业进行多种活动的对接。” 柳次官对此表示：“不仅是首尔大学和MangoBoost，韩国还有许多有前景的大学研究所和初创企业，希望能够积极合作。” 当天，双方还讨论了异构计算基础设施的建设合作方案。随着AI市场从学习向推理领域发展，构建能够有效结合各种半导体和软件的AI基础设施变得愈发重要。 柳次官指出：“随着AI市场重心的转移，基于服务和目的等不同需求，利用多种计算资源的异构计算基础设施变得越来越重要。”他表示：“AMD正在扩大基于开源和标准的开放计算生态系统，因此我们企业有机会进行新的合作。” 双方决定结合AMD的中央处理器（CPU）和图形处理器（GPU）与国产AI半导体，共同构建AI计算基础设施，并发展成为可在全球市场上使用的参考模型。 会谈结束后，Su会长参加了与国内AI半导体企业的合作讨论会。会议上，13家代表国内AI半导体（NPU）、软件、内存与存储、网络等AI基础设施各领域的企业出席。 此次会议旨在为国内AI半导体企业的全球市场拓展提供各自技术与服务与AMD全球AI生态系统的对接机会。在自由讨论中，AI半导体企业们提出了许多问题。 主要NPU企业如Furiosa AI表示，随着推理工作负载的多样化，未来将需要多种类型的芯片，并向AMD询问参与开放生态系统的方案。对此，Su会长回应：“我们的理念是让用户能够轻松选择所需的硬件，无论是GPU还是加速器，我们都欢迎与各种加速器的合作。” 在AI代理扩散的背景下，GPU和GPU计算负担加重，关于CPU与GPU优化计划的提问中，Level Up的代表申正圭询问，Su会长表示：“我们将支持数据中心用GPU、PC用芯片等全系列产品。” 不过，关于AMD是否会在当前阶段向国内企业提供大规模供应，李道奎对此表示：“AMD希望建立与AI计算基础设施相关的开放生态系统，并为国内企业提供合作平台，但具体会供应多少芯片尚未确定。”※ 本报道经人工智能（AI）系统翻译与编辑。

尽管部分AI企业如Anthropic因安全问题主张减缓开发速度，但中美之间的AI开发竞争依然激烈。 根据日本《日本经济新闻》的报道，中国主要AI企业如深思科技、阿里巴巴、腾讯、小米等在9月一个月内发布了16个AI模型。这些模型仅统计了新开发的图像和音频生成模型，修订的旧系统模型不在此列。 AI基准网站BenchLM的统计数据也证实了中国AI模型的增长趋势。BenchLM追踪的8家中国主要AI开发公司在7月至9月间发布了20个大规模语言模型（LLM），而1月至3月仅有2个，4月至6月则为17个，增长幅度显著。 美国的AI模型发布速度同样在加快。1月至9月，美国开发商共发布了59个模型，比中国多出约50%。其中，1月至3月发布10个，4月至6月发布15个，7月至9月发布34个。 特别是，中国的AI模型以低成本和灵活性为优势，在实际使用量上远超美国模型。根据AI模型中介平台OpenRouter的数据，中国AI模型在9月21日至27日的一周内处理了62万2200亿个令牌，而同期美国AI模型处理了14万2000亿个。令牌处理量是衡量AI模型使用频率的重要指标。 上海财经大学的胡艳平教授在7日接受《中国日报》采访时分析称：“中国AI模型使用量的增加，得益于可选择的模型种类多、价格竞争力强、开源模型数量多以及开发速度快。” 随着AI代理的普及，这些特性变得更加重要。AI代理可以编写代码、搜索数据库、调用外部程序等多项任务，因此使用的令牌数量远超一般聊天机器人。对于企业而言，如果性能相似，选择成本更低的模型的诱因更大。 因此，企业在选择AI模型时，性价比和AI代理的应用潜力变得越来越重要。 中国企业在模型测试阶段也在缩短正式发布所需的时间。新模型发布后，企业迅速将现有用户迁移到新服务，并在多个平台上发布，以确保技术改进能够带来实际使用量的增加。 为了缩小与美国的技术差距，中国AI企业也在加速大规模模型的开发。阿里巴巴计划将目前约为2.4万亿个参数的AI模型“Qwen”在未来扩展到5万亿至10万亿个参数。※ 本报道经人工智能（AI）系统翻译与编辑。

中国开发的网络安全AI代理'ARTEX'被指用于攻击韩国金融机构。由于该AI是开源的，反而可能被黑客作为攻击工具，这一担忧已成为现实。 《华尔街日报》在6日（当地时间）报道了韩国金融机构黑客事件，重点关注了ARTEX的开发过程、功能及其被滥用的可能性。 据报道，ARTEX是由中国网络安全工程师李普华（Li Puhua）开发的开源AI代理，因其开源特性，任何人都可以免费下载并进行修改。 ARTEX并不是单一的AI模型，而是一个利用多个AI模型进行网络安全工作的代理系统。用户可以通过ARTEX选择使用安特罗皮克的Claude、OpenAI的GPT以及中国的DeepSeek等多种AI模型。 ARTEX被设计为利用这些AI模型自动化进行渗透测试，以发现网络和软件的安全漏洞。它能够自主探测漏洞，并规划到达目标的路径。用户无需逐一发出命令，AI便可反复进行探测、执行和结果分析，逐步接近目标。 ARTEX在9月于中国举行的网络安全竞赛中，凭借其攻击与防御能力获得了代理型AI系统的冠军。 然而，在此次韩国金融机构黑客事件中，黑客被发现利用ARTEX进行攻击。韩国当局正在调查ARTEX是否被用于入侵银行系统及窃取客户和员工信息。 在韩国金融机构黑客事件曝光后，ARTEX方面已修改使用指南，明确禁止将该工具用于未经授权的入侵和数据窃取等非法恶意用途。 AI代理在没有人类干预的情况下，直接访问互联网和外部系统，可能被用于网络攻击的担忧在海外也已成为现实。 安特罗皮克声称，去年获得中国政府支持的黑客利用其AI技术，自动化入侵全球约30个目标，包括企业和外国政府。OpenAI和谷歌的AI代理也分别被报告访问了澳大利亚政府网站和其他企业系统。 JP摩根大通首席执行官杰米·戴蒙（Jamie Dimon）在6日接受彭博电视采访时表示：“AI创造了我们未曾了解的漏洞”，“代理和神话等可能引发问题的AI负面影响显然值得关注，并且是实际风险。”不过，他表示对AI风险是否构成生存威胁持谨慎态度，并称“我们正在努力解决问题”。