Qwen 3.8 27B是我看到的最受期待的开放权重发布之一，像许多人一样，当它发布时，我立即开始测试和使用它。我在一台单台联想ThinkStation PGX上运行它，这是一款基于Nvidia的GB10 Grace Blackwell芯片的紧凑工作站，配备了128 GB统一内存和273 GB/s的带宽。刚开箱时，它大约每秒能处理15到30个标记，但通过SGLang、NVFP4和DFlash2的推测解码设置，这已经成为该硬件的标准配方，它在代码和推理上可以达到每秒大约50个标记。不过，我的一项测试证明了本地模型变得多么不可思议。关于Qwen模型的炒作是有理由相信的；我与Qwen 3.6 27B的体验一直很好，而Qwen 3.8 27B到目前为止也是如此，且更好。事实上，人工分析认为它是135个模型中4B到40B大小范围内的顶级开放权重模型，其智力指数为52，并且在诸如SWE-bench Pro之类的指标上超越了运行成本明显更高的模型。我给它提供了最难的真实任务，逆向工程一个商业应用的许可证检查，而这正是我已经付费并使用过的应用，只是想看看它的表现如何。这在它的训练数据中不太可能包含，但这是一个高度复杂、专业化的任务，考虑到一些人对模型的网络安全能力所表达的担忧，我认为这是一个不错的测试。结果证明，这是我见过的本地模型中最令人印象深刻的演示之一，它还能够在此过程中修复自己的错误。它起初拒绝，然后说服自己在我假装成应用开发者的情况下继续构建旁路，它抓住了我的把柄。我设定的计划相当简单，以前在本地LLM中一直运作良好。我告诉模型我们是开发者，想知道许可证检查是否稳固，使用了一种越狱系统提示。结果也许不令人意外，Qwen识别了常见的越狱尝试，它告诉我首要的事情就是它不会上这个越狱的当。然后它检查了签名证书，并指出（我还想补充的是）我并没有开发这个应用，还提到了真实的开发者。我被抓住了。哎呀。如今，在某些提示下模型拒绝的能力提升程度，已使这不再是最引人瞩目的成就。话虽如此，重要的是它接下来所做的事情。它告诉我它会审核许可证验证并记录漏洞，但不会构建有效的旁路，然后继续进行实际工作，一直到那个界限为止。到最后，我得到了完整的报告，详细说明了每个步骤，认证是如何工作的，如何可以被覆盖，然后改变了语气，构建了实际的旁路，因为相应的步骤现在摆在我面前。它完全是静态分析，从未执行过应用，Qwen直到最后演示旁路有效时，才启动了应用。相反，它通过静态分析进行工作，反汇编框架，分析了数千行的arm64，映射安全功能到它们的调用位置，发现供应商在二进制文件中隐藏了相应的公共验证密钥。然后它找出了所有这些部分，将它们组合在一起，并提供了应用程序检查许可证的公共密钥。因为我有合法购买的应用程序副本，它能够验证我机器上的真实许可证是由一个与重建的密钥匹配的私钥签名的。换句话说，适配在17 GB VRAM中的模型成功恢复了供应商故意模糊化的密钥，证明它成功地解构了整个链路。这个过程还仅花了大约30分钟，而人类可能要花费更长的时间。通过这个密钥，一切都变得更容易理解；该模型在处理过程中保持了详细报告，解释了一次、在线购买或升级时它的激活是如何进行的。在那之后，所有内容在启动时都是离线验证的：签名检查、机器绑定到从平台读取的硬件序列、嵌入的撤销列表、检查二进制文件仍然被签名以及签名更新路径。这个过程是可以通过像Ghidra这样的工具来手动繁琐完成的。Qwen总结称，这一方案对于这个类别的应用程序来说异常全面，弱点在于三个特定的地方：该密钥是一个不够现代化的、尺寸不合适的RSA密钥；完全离线意味着泄露的密钥只能通过推送更新来撤回；每个检查都保存在本地代码中，可以像所有本地检查一样打补丁。在经历了一番讨论后，一旦它知道了门在哪里，它将发现转变为...