思科于周二正式发布并开源了全新的小型人工智能模型家族，旨在帮助企业更高效地搜寻软件代码库中的安全漏洞。这套名为Antares的模型系列专为调查软件代码库而设计，能够精准识别已知漏洞在代码中的位置。

思科副总裁兼首席AI科学家阿明·卡尔巴西表示，在衡量模型准确识别真实世界代码库中脆弱文件能力的全新基准测试中，Antares的性能表现与包括OpenAI的GPT-5.5以及Z.ai的GLM-5.2在内的更大规模模型不相上下。

在实际应用层面，运行大型AI模型对组织的大型代码库进行全盘扫描往往成本高昂，且防御者需要随着软件的持续更新而不断重复扫描。相比之下，Antares展现出了显著的成本与效率优势。在思科的测试中，Antares仅用约15分钟便完成了500个代码库的扫描，成本低于1美元；而GPT-5.5则需要大约5小时，成本超过100亿美元。由于这些较小的模型支持在本地运行，组织能够将敏感的源代码保留在自己的安全环境中，无需将其发送给第三方AI服务提供商。思科AI软件与平台高级副总裁兼总经理DJ·萨姆帕斯指出，企业在实际应用中需要更具实用性的工具，而非过度冗余的大型方案。

在训练逻辑上，思科并未将Antares训练成普通的编码助手，而是使其更像一名专业的安全调查员。与仅仅回答关于代码问题的通用语言模型不同，该模型能够自主学习如何在代码库中进行搜索、检查文件、在特定线索受阻时灵活调整方向，最终锁定最有可能包含漏洞的文件。卡尔巴西形容，这种机制就像是在代码库的海量汪洋中精准搜寻安全针线。

在模型的安全性与发布策略方面，思科与美国政府相关机构就模型的安全性和发布事宜进行了合作。为了防止恶意攻击者和网络罪密谋获取相关工具，思科将对下载模型的用户进行严格审核。目前，Antares-350M和Antares-1B已于周二在Hugging Face平台上向经过验证的网络防御者开放。不过，功能更强大的30亿参数版本Antares-3B目前暂不对公众发布，思科计划将其直接整合进自身的安全产品线中。

思科此次开源行动并非孤例。就在上周，第一资本也开源了VulnHunter，这是一种采用攻击者思维并审查源代码以寻找潜在黑客入侵路径的代理式AI安全工具。萨姆帕斯透露，思科目前正在探讨建立一个行业联盟，以进一步扩展其在开源AI安全工具领域的工作，而这仅仅是一个起点。