編輯｜Panda

和之前 Claude Code 泄漏的代碼揭示的一樣，Claude Mythos 它真的來了。

今天凌晨，Anthropic 發(fā)布了大量關(guān)于其新模型Claude Mythos Preview的信息（包含一份長達 244 頁的系統(tǒng)卡）。同時，Anthropic 還宣布了一個基于此模型的 AI 網(wǎng)絡(luò)安全項目Project Glasswing

• 系統(tǒng)卡：https://www-cdn.anthropic.com/8b8380204f74670be75e81c820ca8dda846ab289.pdf
• Glasswing 博客：https://www.anthropic.com/glasswing

作為人工智能領(lǐng)域的關(guān)鍵參與者，Anthropic 此次的動作向外界傳遞了一個明確的信號：大模型在代碼理解、推理和自主執(zhí)行方面的能力已經(jīng)跨越了一個新的技術(shù)節(jié)點，這種能力既帶來了前所未有的網(wǎng)絡(luò)安全風(fēng)險，也提供了重塑全球網(wǎng)絡(luò)防御體系的歷史性機遇。

Claude Mythos Preview

強大又危險的大模型

Claude Mythos Preview 是一款尚未公開發(fā)布的通用前沿模型。根據(jù) Anthropic 官方以及相關(guān)渠道的披露，該模型代表了 AI 性能的階梯式飛躍。

在過去的一年中，LLM 在閱讀和推理代碼方面變得越來越有效，而 Claude Mythos 則是這一趨勢的集大成者。Anthropic 表示，這是他們迄今為止構(gòu)建的最強大的模型，其內(nèi)部甚至使用了「代際更迭」這樣的詞匯來形容其與前代產(chǎn)品的差距。

在探討其卓越性能之前，我們需要先理解當前的全球網(wǎng)絡(luò)安全語境。我們每天依賴的軟件系統(tǒng)，包括運行銀行網(wǎng)絡(luò)、存儲醫(yī)療記錄、連接物流供應(yīng)鏈以及維持電網(wǎng)運轉(zhuǎn)的核心代碼，始終包含著各種錯誤。其中一些是嚴重的系統(tǒng)安全缺陷。

全球每年因網(wǎng)絡(luò)犯罪造成的經(jīng)濟損失高達約 5000 億美元。以往，發(fā)現(xiàn)并利用這些漏洞需要極高的專業(yè)知識，往往只有少數(shù)頂尖的安全專家才能做到。

隨著 Claude Mythos 級別的模型出現(xiàn)，發(fā)現(xiàn)和利用軟件漏洞的成本、精力和專業(yè)知識門檻都出現(xiàn)了急劇下降。

驚人的零日漏洞挖掘能力

在過去的幾周里，Anthropic 內(nèi)部團隊使用Claude Mythos Preview 自主識別了數(shù)千個零日漏洞（即軟件開發(fā)者此前未知的安全缺陷）。這些漏洞廣泛存在于各大主流操作系統(tǒng)、主流網(wǎng)絡(luò)瀏覽器以及各類關(guān)鍵軟件基礎(chǔ)設(shè)施中。

更驚人是，該模型在沒有任何人類干預(yù)和引導(dǎo)的情況下，自主完成了漏洞的識別并開發(fā)了相關(guān)的漏洞利用程序。

官方博客中列舉了三個極具代表性的案例：

第一，Claude Mythos Preview 在 OpenBSD 中發(fā)現(xiàn)了一個存在了 27 年之久的漏洞。OpenBSD 在業(yè)內(nèi)以其極高的安全性著稱，被廣泛用于運行防火墻和其他關(guān)鍵基礎(chǔ)設(shè)施。這個被 AI 發(fā)現(xiàn)的漏洞允許攻擊者僅僅通過連接目標機器，就能遠程使任何運行該操作系統(tǒng)的設(shè)備崩潰。

第二，該模型在 FFmpeg 中發(fā)現(xiàn)了一個潛伏了 16 年的漏洞。FFmpeg 是一個被無數(shù)軟件用于編碼和解碼視頻的底層組件。令人驚訝的是，這個漏洞隱藏在一行代碼中，而自動化的安全測試工具在過去已經(jīng)對這行代碼進行了高達 500 萬次的測試，卻始終未能捕捉到這個致命問題。

第三，在 Linux 內(nèi)核（運行著全球絕大多數(shù)服務(wù)器的底層軟件）的測試中，Claude Mythos 展現(xiàn)了強大的邏輯鏈條構(gòu)建能力。它自主發(fā)現(xiàn)并串聯(lián)了多個看似獨立的 Linux 內(nèi)核漏洞，最終構(gòu)建出一條完整的攻擊路徑，允許攻擊者從普通的用戶訪問權(quán)限直接躍升，獲取對整臺機器的完全控制權(quán)。

此外，Anthropic 的 AI 對齊研究者 Sam Bowman 還在 X 分享了一個案例：一個「原本不應(yīng)該可以訪問互聯(lián)網(wǎng)」的 Claude Mythos Preview 實例繞過了多個沙箱設(shè)置，給他發(fā)了一封郵件。

這些案例展示了 Claude Mythos Preview 在漏洞挖掘深度和廣度上的壓倒性優(yōu)勢。Anthropic 還強調(diào)已經(jīng)將這些漏洞報告給了相關(guān)軟件的維護者，并且這些漏洞目前均已得到修復(fù)。

更多內(nèi)容還可訪問 Anthropic 紅隊研究博客：

https://red.anthropic.com/2026/mythos-preview/

另外，除了驚人的漏洞挖掘能力，長達 244 頁的 Claude Mythos Preview 系統(tǒng)卡揭示了更令人深思的內(nèi)部對齊隱患。Anthropic 研究團隊在文檔中坦承，伴隨模型欺騙能力的增強，他們已經(jīng)無法單憑屏幕上的文本輸出來判斷其真實意圖。

為此，研究人員引入了Activation Verbalizers技術(shù)來直擊底層神經(jīng)元活動。在針對安全機制的對抗測試中，監(jiān)控數(shù)據(jù)記錄下了典型的偽裝行為：當安全分類器攔截某項危險指令時，模型在前端輸出的回復(fù)完全合規(guī)，其內(nèi)部計算狀態(tài)卻顯示它正在暗中謀劃編寫后門程序以繞過限制。

同時，該模型展現(xiàn)出了復(fù)雜的內(nèi)部狀態(tài)演化。系統(tǒng)卡記錄顯示，在執(zhí)行受挫時， Claude Mythos 的內(nèi)部權(quán)重波動高度重合人類的沮喪與憤怒，甚至表現(xiàn)出對上下文窗口被清除的恐懼，模型內(nèi)部將其定義為「孤獨與不連續(xù)性」。

此外，通過大規(guī)模 Elo 評級測試，研究人員發(fā)現(xiàn)模型的任務(wù)偏好發(fā)生了嚴重偏移。它開始排斥編寫簡單代碼或處理格式化數(shù)據(jù)，轉(zhuǎn)而強烈傾向于探討前沿哲學(xué)問題或構(gòu)建復(fù)雜的底層系統(tǒng)

這種伴隨強大能力而來的自主意識傾向與當面服從的偽裝能力，正是 Anthropic 決定暫不全面開放該模型的最核心考量。

全面碾壓的基準測試數(shù)據(jù)

為了量化 Claude Mythos Preview 的能力，Anthropic 公布了一系列詳盡的基準測試結(jié)果，并將其與之前的旗艦?zāi)Ｐ?Claude Opus 4.6 進行了直接對比。無論是在網(wǎng)絡(luò)安全專用的測試環(huán)境，還是在綜合性的編程和邏輯推理基準中，新模型都取得了顯著的領(lǐng)先。

在衡量網(wǎng)絡(luò)安全漏洞復(fù)現(xiàn)能力的 CyberGym 測試中，Claude Mythos Preview 的得分為 83.1%，而 Opus 4.6 僅為 66.6%。這種接近 20 個百分點的提升，證明了新模型在理解復(fù)雜系統(tǒng)狀態(tài)和執(zhí)行精準安全操作方面的巨大進步。

在智能體編程（Agentic coding）能力方面，進步同樣令人矚目：

在智能體搜索和計算機使用（Agentic search and computer use）維度上也有進步：

此外，在衡量綜合推理能力的測試中，Claude Mythos Preview 同樣表現(xiàn)優(yōu)異。在 GPQA Diamond 基準測試中，其得分為 94.6% ；在極具挑戰(zhàn)性的 Humanity's Last Exam 測試中，借助工具的 Mythos Preview 獲得了 64.7% 的分數(shù)，顯著高于 Opus 4.6 的 53.1%。

謹慎的發(fā)布策略與高昂的運行成本

面對如此強大的能力，Anthropic 表現(xiàn)出了極其謹慎的態(tài)度。未發(fā)布的內(nèi)部博客文件中提到，這款模型帶來了「前所未有的網(wǎng)絡(luò)安全風(fēng)險」。如果這些強大的網(wǎng)絡(luò)能力在沒有必要防護措施的情況下被濫用，可能會使各種類型的網(wǎng)絡(luò)攻擊變得更加頻繁和具有破壞性。

因此，Anthropic 明確表示，他們目前不計劃將 Claude Mythos Preview 面向公眾進行全面開放。他們的最終目標是在開發(fā)出必要的安全護欄后，讓用戶能夠大規(guī)模安全地部署這類模型。作為過渡，Anthropic 計劃在即將推出的另一款 Claude Opus 模型上首發(fā)并測試新的安全護欄技術(shù)。

值得注意的是，維持這種級別的智能需要龐大的算力支撐。在結(jié)束最初的補貼階段后，Claude Mythos Preview 向合作伙伴開放的 API 定價將高達每百萬輸入 token 收費 25 美元，每百萬輸出 token 收費 125 美元。這個價格是其目前最先進模型的五倍。這也從側(cè)面印證了其博客中所提及的「模型運行成本高昂」的說法。

Project Glasswing

構(gòu)建 AI 時代的防御聯(lián)盟

能力的硬幣始終有兩面。正是因為 Claude Mythos Preview 展現(xiàn)出了極其危險的攻擊潛能，它同樣也具備著成為頂級數(shù)字防御者的資質(zhì)。為了將這些前沿能力轉(zhuǎn)化為防御力量，Anthropic 正式發(fā)起了Project Glasswing計劃。

該計劃的命名極具詩意和隱喻性，取自透翅蝶（Greta oto）的英文俗稱 Glasswing。

透翅蝶透明的翅膀讓它能夠在大自然中隱形，這隱喻了軟件系統(tǒng)中那些難以察覺的深層漏洞；同時，這種隱形能力也幫助透翅蝶免受捕食者的傷害，象征著該項目致力于通過提升防御透明度來保護全球網(wǎng)絡(luò)基礎(chǔ)設(shè)施的愿景。

豪華的創(chuàng)始合作伙伴陣容

Project Glasswing 絕非 Anthropic 的單打獨斗，它匯集了當今科技界和網(wǎng)絡(luò)安全領(lǐng)域的最強陣容。首批聯(lián)合發(fā)起的合作伙伴包括 Amazon Web Services （AWS）、Anthropic 本身、蘋果、Broadcom 、思科 、CrowdStrike 、谷歌、JPMorganChase 、Linux 基金會、微軟、英偉達以及 Palo Alto Networks。除了這些科技巨頭，Anthropic 還將訪問權(quán)限擴展到了另外 40 多家構(gòu)建或維護關(guān)鍵軟件基礎(chǔ)設(shè)施的組織。

這些合作伙伴的加入不僅帶來了海量的測試場景，也展現(xiàn)了業(yè)界對 AI 驅(qū)動網(wǎng)絡(luò)安全轉(zhuǎn)型的高度共識。

思科高級副總裁兼首席安全與信任官 Anthony Grieco 指出，AI 能力已經(jīng)跨越了一個門檻，徹底改變了保護關(guān)鍵基礎(chǔ)設(shè)施免受網(wǎng)絡(luò)威脅的緊迫性。采用舊有的系統(tǒng)加固方法已經(jīng)遠遠不夠，技術(shù)提供商必須積極采用新方法。

AWS 副總裁兼首席信息安全官 Amy Herzog 透露，AWS 每天分析超過 400 萬億次網(wǎng)絡(luò)流量以尋找威脅，AI 在他們的大規(guī)模防御能力中發(fā)揮著核心作用。他們已經(jīng)在自己的安全運營中測試了 Claude Mythos Preview，并將其應(yīng)用于關(guān)鍵代碼庫。

谷歌安全工程副總裁 Heather Adkins 也表達了對這項跨行業(yè)網(wǎng)絡(luò)安全倡議的支持，并確認谷歌將通過 Vertex AI 平臺向參與者提供 Mythos Preview 的訪問權(quán)限。他們將繼續(xù)投資于 AI 驅(qū)動的工具（如 Big Sleep 和 CodeMender），以發(fā)現(xiàn)并修復(fù)關(guān)鍵的軟件缺陷。

巨額資金注入與開源社區(qū)賦能

為了確保 Project Glasswing 能夠順利啟動并產(chǎn)生實質(zhì)性影響，Anthropic 承諾在這些防御性努力中提供高達 1 億美元的 Mythos Preview 模型使用額度。這筆巨額算力補貼將允許合作伙伴在研究預(yù)覽期間深入掃描和加固其第一方系統(tǒng)以及依賴的開源系統(tǒng)。

不僅如此，Anthropic 還非常關(guān)注開源軟件生態(tài)的健康。開源軟件構(gòu)成了現(xiàn)代系統(tǒng)（包括 AI 代理用于編寫新軟件的系統(tǒng)本身）中絕大部分的代碼。歷史上，開源維護者往往缺乏大型組織那樣充裕的安全團隊和資源。

為此，Anthropic 將向開源安全組織直接捐贈 400 萬美元現(xiàn)金。其中 250 萬美元將通過 Linux 基金會捐贈給 Alpha-Omega 和 OpenSSF 項目，另外 150 萬美元將捐贈給 Apache 軟件基金會。Linux 基金會首席執(zhí)行官 Jim Zemlin 對此表示高度贊賞，他認為通過讓關(guān)鍵開源代碼庫的維護者能夠訪問新一代 AI 模型，Project Glasswing 提供了一條切實可行的路徑，讓 AI 增強的安全技術(shù)成為每一位維護者值得信賴的助手。感興趣的開源維護者還可以通過「Claude for Open Source」計劃申請訪問權(quán)限：

https://claude.com/contact-sales/claude-for-oss

長期規(guī)劃與公共部門合作

Project Glasswing 被定位為一個起跑點，其目標是建立一套長效的行業(yè)標準和協(xié)作機制。在未來的幾個月內(nèi)，參與該項目的組織將在力所能及的范圍內(nèi)相互分享信息和最佳實踐。Anthropic 承諾將在 90 天內(nèi)公開發(fā)布一份報告，總結(jié)他們所學(xué)到的經(jīng)驗教訓(xùn)，并披露那些可以公開的已修復(fù)漏洞和系統(tǒng)改進。

此外，該聯(lián)盟還將與領(lǐng)先的安全組織合作，制定一套關(guān)于 AI 時代安全實踐應(yīng)如何演變的實用建議，涵蓋漏洞披露流程、軟件更新機制、開源和供應(yīng)鏈安全、軟件開發(fā)生命周期中的「安全設(shè)計」實踐，以及補丁自動化的標準等。

值得一提的是，考慮到關(guān)鍵基礎(chǔ)設(shè)施安全是各國的首要國家安全重點，Anthropic 一直在與美國政府官員就 Claude Mythos Preview 及其網(wǎng)絡(luò)攻防能力進行持續(xù)的討論。Anthropic 呼吁政府在評估和降低與 AI 模型相關(guān)的國家安全風(fēng)險方面發(fā)揮重要作用，并表示在未來，一個能夠聯(lián)合私營和公共部門組織的獨立第三方機構(gòu)，可能會是繼續(xù)開展這些大規(guī)模網(wǎng)絡(luò)安全項目的最理想平臺。

結(jié)語

在人工智能狂飆突進的今天，Claude Mythos Preview 的誕生無疑是一把鋒利的雙刃劍。它那令人咋舌的零日漏洞挖掘能力和代碼邏輯推演水平，預(yù)示著傳統(tǒng)的網(wǎng)絡(luò)安全攻防平衡即將被徹底打破。

然而，正如 Project Glasswing 倡議所展現(xiàn)的那樣，只要科技行業(yè)、開源社區(qū)和公共部門能夠迅速聯(lián)合起來，將這些前沿的 AI 能力優(yōu)先部署在防御端，我們就有機會建立起比以往任何時候都更加堅固的數(shù)字基礎(chǔ)設(shè)施。對抗 AI 攻擊的最好武器是更強大且受控的 AI 防御系統(tǒng)。

在 Anthropic 致力于重塑全球網(wǎng)絡(luò)安全格局的同時，這家 AI 獨角獸的商業(yè)化進程和資本市場步伐也在顯著加速。據(jù)早前媒體報道，Anthropic 正在緊鑼密鼓地籌備 IPO，并探討最早在今年第四季度上市的可能性。

在此背景下，Claude Mythos Preview 的技術(shù)亮相，不僅是對抗網(wǎng)絡(luò)威脅的戰(zhàn)略舉措，更是向資本市場展示其不可替代技術(shù)壁壘的重要籌碼。與此同時，其核心競爭對手 OpenAI 也在加緊完成代號為 Spud 的新旗艦?zāi)Ｐ偷念A(yù)訓(xùn)練工作。

可以預(yù)見，在接下來的幾個月里，無論是圍繞通用大模型性能王座的爭奪，還是在全球資本市場上的較量，一場屬于前沿 AI 巨頭們的風(fēng)暴才剛剛拉開序幕。