6月16日，CCF YOCSEF总部组织CCF Talk直播活动，聚焦Fable 5事件，邀请多位业内专家，深度探讨强安全大模型如何在能力释放与风险治理之间取得平衡，形成多项行业共识。
2026年6月16日，CCF YOCSEF总部组织了一期CCF Talk“有一说一”直播活动，主题为“世界杯上谈AI：Fable 5遭美国‘红牌罚下’背后的技术逻辑？”。本场直播由CCF理事、YOCSEF AC、北京交通大学教授金一主持，邀请CCF常务理事、YOCSEF秘书长、北京赛博英杰科技有限公司创始人兼董事长谭晓生，DARKNAVY和GEEKCON创办人王琦（大牛蛙），以及上海奇绩智峰技术负责人、Nex N2项目负责人颜航共同参与讨论。嘉宾们结合产业实践、漏洞研究、模型能力演进和开源生态变化，对Fable 5事件背后的技术逻辑和行业影响进行了深度解读。
现阶段，大模型正在从代码生成、辅助开发，进一步进入漏洞挖掘、代码审计、攻击路径分析和安全验证等专业场景。模型能力越强，越能提升安全防护效率；但同样的能力一旦被滥用，也可能放大攻击风险，冲击现有网络安全治理体系。而Fable 5被美国封禁这一事件，更引发了人工智能和网络安全领域的广泛关注。围绕这一热点问题，本场直播主要形成了以下观点：
谭晓生：强安全大模型应建立分级治理体系
1.强安全大模型不能按照普通通用工具进行开放管理。一旦模型具备漏洞挖掘、漏洞验证、利用链分析、攻击路径生成等能力，其风险就不仅来自技术本身，也来自使用者身份、使用场景和责任边界。
2.未来强安全大模型有必要探索分级治理模式，根据模型能力强度、用户身份、使用目的和应用场景设置不同开放权限。普通研发、安全测试、科研验证、企业安全运营和关键安全场景，应形成差异化授权。
3.对高风险能力，应建立更严格的身份核验、权限审批、过程留痕、结果审计和责任追溯机制。分级治理不是压制创新，而是为高能力模型建立安全边界，避免高风险能力无差别扩散。
4.AI安全的另一核心矛盾，是攻击能力可以被AI迅速放大，但防御响应仍受业务系统、测试流程、上线审批和组织机制制约。即使模型能够生成补丁，真实业务环境仍需要回归测试和风险评估，不能把“生成修复方案”等同于“安全问题已经解决”。
王琦（大牛蛙）：安全大模型不能只看参数，更要看工具链和专家经验
1.从漏洞研究实践看，强安全模型既可能成为防御工具，也可能成为攻击辅助工具。具备攻击能力的模型是否开源、如何开放，需要非常审慎。
2.安全大模型的价值不仅在于最终答案，更在于过程中的路径筛选、异常识别和专家经验沉淀。模型可以看作“发动机”，工具链和专家工作流则更像“变速箱”和“底盘”，三者共同决定系统能否真正落地。
3.安全研究员在漏洞分析中的路径选择、误报排除、异常判断和失败经验，都是高价值过程数据。沉淀这些经验，有助于形成“模型+工具+流程”的安全能力体系。
颜航：国产模型追赶不只有“做大模型”一条路
1.大模型能力提升并非简单线性增强，安全性、诚实性、代码能力、谈判能力等不同能力之间可能存在权衡，不能只用单一榜单或单项指标判断模型水平。
2.代码场景目标相对明确、反馈信号较强，容易形成数据飞轮，因此会成为大模型持续演进的重要方向。
3.国产模型在算力规模和模型体量上仍面临差距，但并非没有追赶空间。高质量数据、安全场景积累、国产显卡多样化、海内外算力配合以及工程化推理优化，都可能成为国产模型形成差异化能力的重要条件。
4.AI正在模糊传统开发角色边界，组织流程和个人能力结构都需要随之调整。未来开发者和安全从业者需要具备更强的全链路理解能力和AI协作能力。
金一：强能力模型具有“双刃剑”特征
1.Fable 5所代表的强安全大模型，既可能帮助发现漏洞、辅助修复问题，也可能在恶意使用时放大攻击风险。
2.对强安全大模型的讨论，不能只停留在“模型能做什么”，还要进一步关注“谁在用、怎么用、如何验证、如何追责”。
3.面对模型幻觉和能力失控风险，用户需要提升辨别能力和批判性思维，不能简单把模型输出等同于可落地方案。
结语
本次直播围绕Fable 5事件形成了一个基本判断：强安全大模型的发展，必须在能力释放与风险治理之间建立新的平衡。一方面，应积极推动AI在漏洞挖掘、代码审计和安全防护中的应用；另一方面，也应加快完善能力评测、分级授权、身份核验、安全审计和责任追溯机制。
强安全大模型不是不能用，而是要分级用、审慎用、可追溯地用。只有以能力分级明确开放边界，以场景分类明确使用规则，以过程审计保障风险可控，AI安全能力才能真正走向可控、可信、可持续的发展路径。
欢迎关注CCF视频号观看直播回放
点击“阅读原文”，加入CCF。