把proof of work(工作量证明)当作类比是错的：寻找hash collisions(哈希碰撞)虽然难度会随 N 呈指数级增长，但只要投入足够多的工作量，就一定能找到某个 S 使 H(S) 满足 N，因此资源投入的不对称最终会让拥有更强“工作能力”的一方获胜。

但漏洞是不同的：

1. 不同的LLM执行会走不同的分支，但基于代码可能状态的所有可能分支最终都会被穷尽。
2. 如果我们设想对给定代码采样 M 次来寻找漏洞，且 M 很大，那么最终的上限将不再是“M”（因为代码的状态以及LLM采样器的有效路径已经饱和），而是“I”，即模型的智能水平。

OpenBSD SACK漏洞就很好地说明了这一点：你可以让一个较差的模型运行无限多的token，它也永远不会意识到（*）起始窗口缺乏校验，如果与integer overflow(整数溢出)结合，再与那个本应永远不为NULL的节点分支无论如何都会被进入的事实结合在一起，就会产生这个漏洞。

因此，未来的网络安全不会像proof of work那样遵循“GPU越多越胜”的逻辑；相反，更强的模型，以及对这些模型更快的访问能力，才会获胜。

* 不要相信那些说弱模型能发现OpenBSD SACK漏洞的人。我自己试过。实际情况是，弱模型会产生幻觉（有时是碰巧命中了真实问题），认为存在窗口起始处缺乏校验（理论上这本是无害的，因为有 start < end 校验）以及integer overflow问题，却不理解为什么它们结合在一起才会造成问题。这只是在看起来可能有问题的代码上对漏洞类别进行模式匹配，完全缺乏真正理解问题并编写exploit的能力。你可以自己测试一下，GPT 120B OSS便宜且可用。

顺便说一句，这也正是为什么对于这个漏洞，你选的模型越强（但又没强到能发现真正漏洞的程度），它就越不可能声称存在漏洞。更强的模型产生幻觉更少，因此它们在频谱的任何一端都看不到问题：既看不到小模型幻觉那一端，也看不到Mythos真正理解那一端。