思科推出 Antares 小语言 AI 模型 专为“定位漏洞”设计

思科最近放了个消息：他们推出了Antares系列小语言模型，专门用来干漏洞定位这活儿。目前已经在Hugging Face上发布了350M和1B参数版本，后续还会出一个30亿参数（3B）的版本。

得先说明白，Antares不是那种能自己到处翻出未知漏洞的AI黑科技。它的设计初衷是给安全人员当个“帮手”——帮你定位漏洞（Vulnerability Localization）。具体怎么玩？模型拿到CWE漏洞类型和描述后，会调用终端命令去扫描代码库，最后出一份检查报告。说白了，就是帮人工审查提效率，而不是替代人。

为了验证效果，思科搞了个漏洞定位基准测试（Vulnerability Localization Benchmark），覆盖了290个真实代码库、147种CWE漏洞类型，外加500个测试任务。从官方技术报告来看，Antares-1B在漏洞文件检出率（Recall）上做到了22.4%，在参与测试的所有模型里排第一，比GPT-5.5的22.1%还高那么一点点。

另一个亮点是模型本身比较小，可以直接部署在本地或企业内网里跑，既轻量化又保护隐私。不过话说回来，它的能力边界很明确——就是个辅助工具。企业想搭一套完整的软件安全防护体系，还得靠依赖组件分析、软件组成分析（SBOM）、敏感信息扫描、动态安全测试、威胁建模、漏洞修复，外加人工安全审查这些手段一起上，才能兜得住。