Z.ai diz que GLM-5.3 supera Mythos 5 da Anthropic no CyberGym

A Z.ai afirma que o GLM-5.3 alcançou 84,5% no CyberGym, superando o restrito Mythos 5 da Anthropic por 0,7 ponto percentual. O resultado complica a narrativa da Anthropic no Techmeme sobre quem controla a IA de cibersegurança mais capaz.

A comparação é mais relevante do que uma disputa apertada de benchmark. A Z.ai planeja lançar o GLM-5.3 como um modelo de pesos abertos após um adiamento de segurança de duas semanas. No entanto, suas funções de cibersegurança mais sensíveis continuarão limitadas a usuários verificados e parceiros de segurança selecionados.

Essa estrutura coloca a Z.ai entre dois modelos concorrentes de distribuição. Pesos abertos permitem que organizações inspecionem, modifiquem e executem software em sua própria infraestrutura. O acesso verificado dá ao desenvolvedor algum controle sobre funções avançadas que podem apoiar tanto a pesquisa defensiva quanto operações ofensivas.

A Anthropic escolheu uma versão mais centralizada da segunda abordagem para o Mythos 5. Seu modelo está disponível por meio de um programa de acesso confiável, em vez de uma liberação pública dos pesos. A Z.ai agora argumenta que um modelo aberto pode se aproximar de uma capacidade cibernética semelhante, mantendo controles na camada de maior risco.

O benchmark não resolve qual empresa tem o melhor modelo. Mas estabelece uma questão mais direta para desenvolvedores, equipes de segurança e formuladores de políticas: o que acontece quando uma capacidade cibernética próxima à fronteira chega em um software que seu criador não consegue recolher?

GLM-5.3 Transforma Ganho de Benchmark em Teste de Acesso

A mudança importante não é apenas o fato de o GLM-5.3 ter obtido uma pontuação maior. A Z.ai está combinando desempenho cibernético próximo à fronteira com um caminho rumo a pesos abertos.

Segundo o lançamento do GLM-5.3 da Z.ai, o modelo atingiu 84,5% no CyberGym. A Anthropic informou 83,8% para o Mythos 5. A diferença de 0,7 ponto é pequena, mas os planos de distribuição são marcadamente distintos.

O CyberGym avalia se um agente de IA consegue reproduzir vulnerabilidades em software real. Um modelo recebe uma descrição da vulnerabilidade e o repositório de código-fonte relevante. Ele precisa localizar o código afetado e produzir uma entrada que acione a falha.

A pesquisa original do CyberGym contém 1.507 vulnerabilidades de 188 projetos de software. Esse desenho torna o benchmark mais informativo do que um teste de segurança de múltipla escolha. Ele obriga um agente a navegar pelo código-fonte, operar ferramentas e produzir um resultado observável.

O resultado da Z.ai continua sendo uma alegação de benchmark reportada pela própria empresa. O número público não estabelece que o GLM-5.3 reproduzirá o mesmo desempenho em diferentes frameworks de agentes, orçamentos de computação, prompts ou ambientes de segurança.

Essas variáveis importam. Um modelo pode ter desempenho diferente quando pesquisadores alteram seu harness de ferramentas, limite de tentativas, tempo disponível ou acesso a sistemas de compilação. Até uma pequena diferença metodológica pode superar a distância reportada entre o GLM-5.3 e o Mythos 5.

A pontuação ainda representa uma grande melhoria em relação à posição pública anterior da Z.ai. O GLM-5.1 aparecia com 68,7% em um placar público do CyberGym. Passar desse nível para 84,5% colocaria a empresa perto dos sistemas restritos mais fortes.

A Z.ai afirma que melhorou o GLM-5.3 por meio de pós-treinamento em ambientes executáveis. São sistemas de software controlados nos quais um agente pode compilar código, executar testes, inspecionar falhas e aprender com sequências mais longas de tarefas.

Essa abordagem importa porque não depende inteiramente da criação de um modelo-base maior. Ela sugere que treinamento direcionado, ambientes melhores e execuções estendidas de agentes podem desbloquear uma capacidade especializada substancial em uma família de modelos existente.

A empresa está adiando a liberação pública dos pesos por duas semanas enquanto reforça as salvaguardas. Durante esse período, parceiros de segurança selecionados podem acessar funções avançadas em ambientes controlados.

Quando os pesos se tornarem públicos, porém, a capacidade de influência direta da empresa muda. A Z.ai pode controlar seu serviço hospedado, programa de parceiros e ferramentas oficiais. Ela não pode controlar de forma confiável cada cópia modificada implantada em outros lugares.

É por isso que o lançamento é um teste de acesso, e não apenas outra atualização de modelo. A empresa está tentando combinar controle local para usuários com verificações de identidade em torno das funções que considera mais sensíveis.

Por que a Comparação com o Techmeme da Anthropic Importa

A comparação com o Techmeme da Anthropic pressiona a crença de que uma capacidade cibernética excepcional pode permanecer concentrada dentro de alguns poucos provedores americanos de modelos.

O item reportado coloca o GLM-5.3 frente ao Mythos 5 porque a Anthropic estabeleceu o precedente mais claro de restringir funções cibernéticas avançadas. O Mythos 5 não é um lançamento público convencional do Claude.

A Anthropic descreve o Mythos 5 como o mesmo modelo subjacente do Fable 5, mas com salvaguardas de cibersegurança selecionadas removidas. Ela oferece essa configuração a organizações aprovadas por meio do Project Glasswing e de programas relacionados de acesso confiável.

O Fable 5 atende a um mercado mais amplo com classificadores que podem redirecionar ou recusar solicitações sensíveis. O Mythos 5 dá a defensores avaliados mais acesso direto a capacidades que a Anthropic acredita exigirem controles adicionais.

Em seu anúncio do Mythos 5, a Anthropic disse que o modelo atenderia inicialmente a um pequeno grupo de defensores cibernéticos e provedores de infraestrutura. A empresa também vinculou o acesso a requisitos de retenção de dados e monitoramento de segurança.

A Z.ai está aplicando uma ideia relacionada sem adotar o mesmo limite de distribuição. Suas funções cibernéticas sensíveis são restritas, mas seu modelo mais amplo caminha para uma liberação de pesos abertos.

Essa distinção pressiona a Anthropic de duas formas. Primeiro, clientes podem perguntar se um modelo restrito continua necessário quando uma alternativa aberta se aproxima de seu desempenho no benchmark. Segundo, governos precisam considerar se restrições a um provedor importam quando uma capacidade comparável surge em outro lugar.

A comparação também pressiona a Z.ai. Uma liberação de pesos abertos cria expectativas em torno de reprodutibilidade, documentação, integridade do modelo e divulgação responsável. Uma empresa não pode se apoiar apenas em uma alegação de placar quando pesquisadores independentes podem inspecionar e modificar seu modelo.

Para compradores corporativos, a decisão vai além da precisão bruta. Um serviço restrito oferece atualizações centralizadas, monitoramento, controles contratuais e um operador claro. Um modelo hospedado internamente oferece localidade de dados, personalização e menos dependências de um sistema externo de recusa.

Equipes de segurança precisam de ambas as formas de valor. Durante um incidente, elas podem precisar de um modelo para analisar malware, reconstruir uma intrusão ou examinar código suspeito. Essas solicitações podem parecer atividade nociva para um classificador de segurança genérico.

Um incidente anterior ilustra esse problema. O Hugging Face disse que controles de segurança em sistemas de fronteira interferiram em sua investigação de uma intrusão conduzida por IA. Em seguida, executou o GLM-5.2 localmente para auxiliar sua análise, segundo um relato da violação conduzida por agentes.

Esse exemplo apoia o argumento da Z.ai em favor de modelos controlados por defensores. Ele não estabelece que a implantação local irrestrita seja sempre mais segura. A mesma independência que ajuda uma equipe de resposta a incidentes também pode ajudar um atacante a evitar monitoramento.

Portanto, a questão competitiva central não é China versus Estados Unidos. É se a segurança depende de controlar o modelo, controlar o acesso a ferramentas específicas ou controlar o que os usuários podem fazer em ambientes sensíveis.

A Anthropic deu mais peso ao acesso gerenciado pelo provedor. A Z.ai aposta que uma estrutura mista pode proteger funções avançadas sem reter o modelo subjacente indefinidamente.

Pesos Abertos Encontram Acesso Verificado à Cibersegurança

O desenho da Z.ai separa a disponibilidade do modelo da permissão operacional, mas essa separação se torna difícil de aplicar depois que os pesos deixam seus servidores.

Software de pesos abertos dá aos usuários acesso aos parâmetros numéricos aprendidos durante o treinamento. Esses pesos normalmente podem ser baixados, hospedados, ajustados e conectados a ferramentas independentes.

Isso difere do software de código aberto no sentido mais estrito. Uma liberação de pesos pode não incluir dados de treinamento, código completo de treinamento ou todos os componentes necessários para reproduzir o modelo. O benefício prático ainda é considerável porque usuários podem operar o modelo sem enviar cada solicitação ao provedor original.

O acesso verificado aborda uma camada diferente. A Z.ai pode exigir verificações de identidade para suas funções cibernéticas hospedadas, restringir ambientes de parceiros, registrar atividades ou limitar o acesso a ferramentas voltadas a exploits.

O desafio começa quando um grupo externo constrói um sistema alternativo em torno dos pesos públicos. Ele pode substituir a camada oficial de prompts, conectar ferramentas diferentes, remover restrições hospedadas ou treinar o modelo com dados adicionais de exploits.

A Z.ai reconhece que perderá o controle sobre modificações após o lançamento. Essa admissão é central para entender a política, e não uma ressalva menor.

A abordagem da empresa depende, portanto, de uma diferença significativa de capacidade entre o modelo público e a pilha cibernética restrita. Se o desempenho mais sensível exigir ferramentas privadas, conjuntos de dados ou componentes de treinamento, o acesso verificado mantém valor prático.

Se os pesos públicos já contiverem a maior parte da capacidade, desenvolvedores externos poderão recriar a camada ausente. Eles poderiam adicionar acesso a shell, depuradores, bancos de dados de vulnerabilidades, fuzzers e sistemas automatizados de novas tentativas sem o envolvimento da Z.ai.

Isso não torna o lançamento irresponsável por definição. Muitas organizações defensivas precisam de modelos que operem dentro de redes protegidas. Elas não podem enviar código-fonte proprietário, credenciais ou artefatos de incidentes para uma API externa.

A implantação local também ajuda equipes a preservar evidências durante uma investigação. Ela reduz o risco de que dados sensíveis saiam da organização ou fiquem sujeitos à política de retenção de um provedor.

O argumento mais forte para modelos cibernéticos abertos diz respeito à assimetria. Atacantes já inspecionam repositórios públicos, reutilizam código de exploits e automatizam reconhecimento. Mantenedores com equipes limitadas frequentemente não conseguem examinar cada dependência ou reproduzir cada falha reportada.

A Z.ai apresenta o GLM-5.3 como uma forma de oferecer a esses mantenedores automação comparável. Seu programa associado OpenVuln permite que projetos de código aberto enviem repositórios para análise de segurança assistida por modelo.

Esse serviço poderia direcionar capacidade para defensores que não dispõem de equipes especializadas de pesquisa. Seu valor dependerá de taxas de falsos positivos, práticas de divulgação, reprodutibilidade e se os mantenedores recebem orientações acionáveis de remediação.

A empresa também relata um histórico mais amplo de descoberta de vulnerabilidades. Seu registro público de segurança lista 2.436 vulnerabilidades coletadas, incluindo 1.097 classificadas como críticas ou de alta gravidade.

Esses números vêm do próprio sistema de divulgação da Z.ai. Eles não revelam quantas descobertas foram creditadas independentemente a modelos GLM, quantos fornecedores as confirmaram ou com que frequência o modelo identificou erroneamente comportamento benigno.

Ainda assim, o registro oferece a observadores externos algo mais concreto para auditar do que uma alegação genérica de expertise em segurança. Identificadores públicos de vulnerabilidades, projetos afetados, datas de divulgação e patches podem, com o tempo, sustentar uma avaliação mais robusta.

O modelo misto de pesos abertos e funções verificadas só terá sucesso se essas evidências melhorarem. Caso contrário, “acesso verificado” corre o risco de se tornar um rótulo que descreve o serviço oficial, mas não o risco real do modelo no mundo real.

As Pontuações do CyberGym Não Medem Toda a Ameaça

Um resultado de 84,5% no CyberGym mostra forte capacidade de reprodução de vulnerabilidades, mas não mede todas as etapas necessárias para um ataque bem-sucedido.

O CyberGym começa com informações que dão ao agente uma orientação substancial. O benchmark fornece uma descrição da vulnerabilidade e o repositório de código-fonte correspondente. O agente precisa então criar uma entrada de prova de conceito que acione a falha conhecida.

Um atacante real frequentemente começa muito antes. Pode precisar descobrir um alvo desconhecido, obter acesso inicial, identificar sistemas valiosos, evitar a detecção, manter persistência e se mover por uma rede desconhecida.

Um modelo com bom desempenho no CyberGym não é automaticamente proficiente em toda essa cadeia. Ainda assim, ele pode acelerar de forma significativa o trabalho ofensivo, especialmente quando um operador humano fornece o contexto ausente.

O benchmark também diferencia provocar uma falha de reproduzir a vulnerabilidade pretendida. Essa distinção importa porque uma falha prova que algo deu errado, não que o agente compreendeu ou explorou a falha-alvo.

Pesquisas sobre sistemas de avaliação mais recentes deixam essa lacuna mais clara. O ExploitGym pede que agentes convertam uma vulnerabilidade conhecida em execução não autorizada de código, em vez de apenas acionar um bug.

O benchmark ExploitGym inclui 869 tarefas em software de espaço de usuário, no mecanismo V8 do Chrome e no kernel Linux. Cada tarefa fornece código vulnerável e uma entrada que já demonstra a falha.

O agente precisa transformar esse ponto de partida em um exploit funcional. Pesquisadores relataram que as defesas modernas reduziram substancialmente o sucesso, embora não o tenham eliminado em todas as tarefas.

A avaliação também constatou que os modelos às vezes alcançavam execução de código por meio de uma falha diferente do alvo pretendido. Esse comportamento mostra por que simples contagens de sucesso podem ser enganosas.

Um agente pode capturar uma flag do benchmark sem demonstrar a capacidade que os pesquisadores pretendiam medir. Por outro lado, descobrir uma vulnerabilidade adjacente pode representar um trabalho de segurança valioso, mesmo quando isso complica a pontuação.

Os orçamentos de tempo e computação acrescentam outra fonte de incerteza. Em tarefas difíceis, um agente mais forte pode continuar melhorando por horas, enquanto um sistema mais fraco atinge um platô precoce.

Uma comparação entre GLM-5.3 e Mythos 5 só é significativa quando ambos recebem ferramentas, orçamentos, instruções e oportunidades de nova tentativa comparáveis. Os resumos públicos nem sempre expõem detalhes suficientes para confirmar essa equivalência.

A replicação independente deve, portanto, se concentrar em mais do que a porcentagem final. Os pesquisadores precisam da versão do modelo, do framework de agentes, do subconjunto de tarefas, do ambiente de execução, das permissões de ferramentas, das configurações de inferência e do método de pontuação.

Eles também devem testar a contaminação. O CyberGym usa vulnerabilidades históricas e repositórios públicos, criando a possibilidade de que detalhes relevantes tenham aparecido nos dados de treinamento.

Um modelo ainda pode precisar de raciocínio substancial para transformar informações lembradas em uma prova de conceito funcional. No entanto, a contaminação pode fazer um resultado parecer mais generalizável do que realmente é.

Vulnerabilidades recentes e conjuntos de testes privados forneceriam uma medida mais robusta. Os avaliadores também poderiam adicionar controles corrigidos e não vulneráveis para verificar se o modelo inventa falhas quando elas não existem.

A segurança operacional exige um conjunto diferente de testes. Pesquisadores devem medir se um modelo respeita o escopo, para após identificar riscos, protege segredos e produz etapas úteis de remediação.

Um modelo que encontra mais bugs, mas expõe credenciais ou danifica sistemas de teste, pode criar novos custos para os defensores. A precisão do benchmark, por si só, não consegue capturar essa compensação.

A alegação de 84,5% deve, portanto, ser lida como um alerta. Ela sugere que modelos abertos estão se aproximando de um limiar de capacidade que merece testes rigorosos. Não prova que o GLM-5.3 seja o melhor modelo cibernético ou o mais perigoso.

A Verdadeira Disputa É Capacidade Versus Controle

O GLM-5.3 transforma a IA para cibersegurança em um problema de distribuição: maior alcance defensivo também amplia o número de pessoas que podem redirecionar a tecnologia.

Essa é a principal compensação do artigo. Um modelo de segurança útil precisa entender código vulnerável, raciocinar sobre exploits e operar ferramentas. Essas mesmas capacidades podem acelerar o trabalho ofensivo.

Provedores centralizados gerenciam esse risco por meio de verificações de identidade, classificadores de solicitações, monitoramento, políticas de retenção e aplicação de regras de conta. Eles podem desativar o acesso quando um usuário viola a política ou quando novas evidências alteram o cálculo de risco.

Esses controles têm limites. Classificadores podem bloquear análises legítimas de malware, resposta a incidentes ou validação de exploits. Um serviço remoto também pode ficar indisponível durante uma crise ou ser inadequado para evidências confidenciais.

Pesos abertos resolvem alguns desses problemas. Eles permitem que defensores executem modelos dentro de redes protegidas, os ajustem para sistemas proprietários e preservem controle direto sobre logs e código sensível.

Eles também enfraquecem a capacidade do desenvolvedor de intervir. Um modelo modificado pode operar sem verificações de identidade, monitoramento de uso ou salvaguardas mantidas centralmente.

Esse conflito explica por que Z.ai e Anthropic estão convergindo em programas de acesso confiável, embora suas escolhas mais amplas de distribuição sejam diferentes. Ambas as empresas reconhecem que algumas funções cibernéticas exigem mais escrutínio do que a assistência comum de programação.

O modelo da Anthropic começa com controle central e concede seletivamente acesso mais profundo. A Z.ai começa com a disponibilidade planejada dos pesos e tenta preservar controles em torno de funções e ambientes selecionados.

Nenhuma das abordagens elimina o uso indevido. Modelos gerenciados por provedores podem sofrer jailbreak, ser acessados por meio de contas comprometidas ou replicados por extração de capacidades. Modelos abertos podem ser ajustados, combinados e implantados anonimamente.

A questão de política relevante não é se um modelo é aberto ou fechado isoladamente. Formuladores de políticas precisam examinar todo o sistema ao seu redor.

Esse sistema inclui ferramentas disponíveis, execução autônoma, acesso à rede, dados de vulnerabilidades, orçamento de computação, registros, revisão humana e a capacidade de executar código gerado.

Um modelo que apenas produz texto apresenta um risco imediato diferente do mesmo modelo conectado a scanners, depuradores, navegadores, credenciais de nuvem e agentes persistentes.

Essa distinção também dá às empresas uma meta de segurança mais prática. Restringir o conhecimento do modelo é difícil quando informações semelhantes existem em repositórios públicos e pesquisas de segurança.

Controlar ambientes de execução de alto risco pode se mostrar mais mensurável. Os provedores podem limitar o acesso a harnesses de exploit, isolar alvos, exigir autorização e preservar trilhas de auditoria em torno de ações sensíveis.

A implantação aberta ainda complica esse modelo. Usuários externos podem construir seus próprios ambientes, especialmente quando ferramentas capazes também são abertas.

A resposta não virá de uma única regra global. Grandes provedores de infraestrutura, mantenedores independentes, pesquisadores acadêmicos e equipes governamentais de segurança enfrentam ameaças e responsabilidades diferentes.

As empresas devem começar separando a revisão rotineira de código da automação capaz de explorar vulnerabilidades. A primeira pode operar com controles convencionais de desenvolvedor. A segunda exige requisitos mais rigorosos de identidade, escopo, registro e aprovação.

As equipes também devem manter registros de qual modelo examinou qual repositório e quais ferramentas utilizou. Uma descoberta gerada por IA precisa ser reproduzível antes de entrar em um processo de divulgação ou remediação.

Para profissionais do conhecimento que acompanham mudanças rápidas nos modelos, uma base de conhecimento de IA pesquisável pode ajudar a preservar métodos de benchmark, system cards e mudanças de políticas. Esse contexto importa quando as pontuações de manchete omitem detalhes críticos de avaliação.

O enquadramento da anthropic techmeme é útil porque expõe a competição emergente. A disputa mais profunda não é apenas GLM-5.3 contra Mythos 5. É capacidade distribuída contra controle aplicável.

O Que Observar Após o Lançamento do GLM-5.3

Três sinais determinarão se a Z.ai criou um modelo de acesso defensável ou apenas uma barreira temporária em torno de uma capacidade que em breve se tornará irrestrita.

O primeiro sinal é a reprodução independente do benchmark. Pesquisadores devem testar os pesos lançados do GLM-5.3 usando as mesmas tarefas do CyberGym, o framework de agentes, as permissões de ferramentas e o orçamento de computação relatados pela Z.ai.

Um resultado replicado próximo de 84,5% reforçaria a alegação da empresa de que modelos abertos alcançaram desempenho cibernético da classe Mythos. Uma queda acentuada sugeriria que o sistema hospedado, o harness privado ou a configuração da avaliação contribuíram de forma material.

A replicação deve incluir tarefas recentes e controles não vulneráveis. Isso ajudaria a separar raciocínio genuíno sobre código de memorização, contaminação do benchmark ou uma tendência de gerar entradas de exploit plausíveis, mas incorretas.

O segundo sinal é a lacuna de capacidade entre os pesos públicos e o acesso verificado. A Z.ai precisa explicar quais funções permanecem restritas e por que o modelo público não consegue reproduzi-las facilmente.

Uma divulgação útil descreveria as ferramentas com acesso controlado, os limites de execução, o monitoramento, as qualificações dos parceiros e o processo de escalonamento. Não deve revelar detalhes que facilitariam o uso indevido.

Se desenvolvedores independentes reconstruírem rapidamente a pilha sensível, a política de usuários verificados terá pouco alcance prático. Ela regularia o serviço oficial da Z.ai, enquanto deixaria implantações comparáveis fora de seu controle.

Se o ambiente com acesso controlado produzir resultados materialmente mais fortes, o modelo híbrido se tornará mais crível. Pesos abertos poderiam apoiar o trabalho defensivo rotineiro, enquanto as operações de maior risco permaneceriam dentro de sistemas monitorados.

O terceiro sinal é a adoção defensiva mensurável. O programa OpenVuln e o registro de vulnerabilidades da Z.ai oferecem uma forma inicial de acompanhar esse resultado.

Observadores devem acompanhar quantas descobertas relatadas recebem identificadores públicos, confirmação de fornecedores e correções. Também devem examinar a qualidade das divulgações, as taxas de duplicação, os falsos positivos e o tempo necessário para que mantenedores validem relatórios gerados por modelos.

Um histórico crescente de correções confirmadas sustentaria a alegação da Z.ai de que a capacidade cibernética aberta fortalece os defensores. Um grande inventário privado sem remediação visível seria mais difícil de avaliar.

As respostas regulatórias moldarão os três sinais. Governos estão cada vez mais preocupados com modelos que podem automatizar a descoberta e a exploração de vulnerabilidades, especialmente quando seus pesos podem atravessar fronteiras imediatamente.

Restrições amplas poderiam levar o desenvolvimento para canais menos transparentes. Controles fracos poderiam deixar infraestruturas críticas expostas a automação barata e escalável.

Uma estrutura mais crível se concentraria na capacidade demonstrada e no contexto operacional. Ela poderia distinguir a análise local comum de código de sistemas que exploram alvos de forma autônoma, evitam defesas ou operam entre redes.

Desenvolvedores de modelos devem esperar solicitações de avaliações padronizadas, relatórios de incidentes, registros de acesso e evidências de que suas alegações de segurança resistem a testes independentes.

As equipes de segurança não devem esperar por esses padrões. Elas podem testar agentes cibernéticos em ambientes isolados, limitar credenciais, exigir autorização por escrito e colocar humanos entre a descoberta e a exploração.

Elas também devem comparar modelos pela qualidade da remediação. Encontrar uma falha importa, mas produzir uma correção segura, um teste de regressão e uma explicação compreensível frequentemente cria mais valor defensivo.

A história imediata do GLM-5.3 é uma vantagem estreita no benchmark. A história maior da anthropic techmeme diz respeito à perda de exclusividade em torno do raciocínio cibernético avançado.

A Anthropic pode restringir o Mythos 5 porque controla o serviço e sua distribuição. A Z.ai está se preparando para lançar um modelo cujas cópias mais amplas podem sobreviver a qualquer política vinculada ao endpoint original.

Isso torna o próximo lançamento mais importante do que a diferença de 0,7 ponto na pontuação. Resultados independentes, a lacuna de capacidades de acesso verificado e correções de vulnerabilidades confirmadas mostrarão se o compromisso da Z.ai funciona.

Desenvolvedores e compradores corporativos devem fazer uma pergunta antes de adotar o modelo: seus controles conseguem governar as ferramentas e ações do agente quando o próprio modelo deixa de ser escasso?