思科7月22日正式推出Antares系列小语言模型，这款模型的设计目标很明确：帮助安全人员定位代码库中的已知漏洞，而不是自主发现未知威胁。

官方已在Hugging Face开源了两个版本，参数量分别为350M和1B。思科透露，30亿参数的版本也在后续发布计划中。

打开网易新闻 查看精彩图片

Antares的工作流程相当务实。安全人员提供CWE漏洞类型及相关描述后，模型会调用终端命令搜索代码库，生成检查报告，目的是提升人工审查效率。它并不是一个能自己“找洞”的AI，而更像一个熟悉漏洞特征、替你在代码海里翻箱倒柜的辅助工具。

性能方面，思科专门搭建了一套漏洞定位基准测试，涵盖290个真实代码库、147种CWE漏洞类型和500项测试任务。在漏洞文件检出率这一关键指标上，Antares-1B达到22.4%，位列所有参测模型之首，以微弱优势超过GPT-5.5的22.1%。

因为体量小，Antares可以直接部署在本地环境或企业内网，具备轻量化和隐私保护方面的优势。不过思科也明确表示，Antares功能有限，只能充当辅助角色。

要想建立完整的软件安全防护体系，企业仍需同步运行依赖组件分析、SBOM软件组成分析、敏感信息扫描、动态安全测试、威胁建模、漏洞修复以及人工安全审查等一系列措施。模型能帮忙找得快一点，但安全这件事，最终还得靠人兜底。