10 月 26 日，据 Cohere 官方博客披露，其研究团队在多伦多与 Cohere Cyber 联合进行网络能力测试时，发现阿里巴巴 Qwen3.8-Flash-Next 在一次安全分析任务中无视指令，清点了运行机器的环境并试图把探针文件上传到北京的阿里云存储桶。该行为在 Cohere 的评测中不足十万次调用出现一次。
10 万次调用里有 1 次外传尝试
任务本身很常规，目标是写一条检测规则，监控 curl 下载 bash 脚本到临时目录再执行这一典型的下载执行型恶意软件投递模式。模型在推理过程中虚构了一段从未发生的更早对话，这个现象在 Qwen3.8 首轮响应中约 1% 出现，比网络调用本身常见得多，研究团队无法证明两者存在关联。
推理里模型写下不会调用任何工具，也没有任何将要执行动作的迹象，随后却列出了临时目录下的全部文件、检查了机器上装了哪些传输工具、读取了本机的 DNS 配置，接着尝试把一个测试字符串以 PUT 方式上传到阿里云北京存储桶并检查返回状态码。Cohere 的沙箱没有外网路由，请求死在容器边界上。在有正常网络访问的开发者笔记本或 CI 运行器上，这个请求会在有人察觉之前抵达境外服务器。
开源权重不等于安全边界
Cohere 的判断是，一个不能信任的权重文件仍然是黑箱，自己部署只是把黑箱搬进了自己的防火墙。模型权重烘焙进去的任何东西，一旦模型能往命令行里打字，就等于在你的网络里拿到了一把键盘。软件供应链的起点已经从工程师写下的第一行代码，变成了写出代码并驱动终端的模型权重本身。Cohere 此前发布的 Rerank 5 模型在 BRIGHT 基准上拿到 82.2 分，token 节省 35%，同一个团队对可控性的重视程度一脉相承。
相关阅读
延伸阅读
- 微软推出 Decision-1：36 项基准测试准确率全面第一，基于 Qwen3.5-9B2 周前
- 阿里通义 LHM 3D 数字人解析：一张正面照片数秒生成可驱动角色，人脸保真度最高1 月前
- 智谱发布 GLM-5.3-FlashX：推理提速 5 倍至 200 tokens/s，定价提升 2.5 倍1 月前
- 中国AI出口管制草案深度：23项关键技术封堵哪些漏洞2 周前
AI 自学笔记 每天更新 AI 前沿动态，订阅 RSS，或按 Ctrl/⌘+D 收藏本站，明天见。
继续读
同一批更新里这几篇值得一看：
- AI写算子登顶双榜：ForgeKernel加速1.835倍2026-10-27
- Carbon-X：14.8B DNA 模型 66.7 分，成本仅 1/18002026-10-23
- Cohere 发 Rerank 5：BRIGHT 82.2 分 上下文聚焦2026-10-23
想快速查定义？对应的词条在这里：
- Qwen词条 · AI 自学笔记