新智元報(bào)道

編輯：桃子 KingHZ

【新智元導(dǎo)讀】AI界的「奧本海默時(shí)刻」竟是擺拍？Claude Mythos發(fā)現(xiàn)0day漏洞的能力過于「夸大了」，不僅有人工摻水，連開源GPT都能輕松踢館。同時(shí)，Opus 4.6正經(jīng)歷最慘的「腦葉切除」。

Claude Mythos還未真正露面，便引發(fā)了整個(gè)華爾街的恐慌。

一夜之間，美金融監(jiān)管機(jī)構(gòu)召集各大銀行緊急開會(huì)，氣氛劍拔弩張——

他們一致認(rèn)為，Mythos足以觸發(fā)一場前所未有的、由AI驅(qū)動(dòng)的系統(tǒng)性網(wǎng)絡(luò)攻擊風(fēng)暴。

但事實(shí)是，所有人都被騙了！

Mythos發(fā)現(xiàn)的成千上萬個(gè)漏洞中，其中絕大多數(shù)，都存在于根本無法被利用的「老舊軟件」中。

更糟糕的是，那些標(biāo)榜為「嚴(yán)重」的0day漏洞報(bào)告，實(shí)際上僅僅依賴于198次人工復(fù)核。

來自AISLE實(shí)驗(yàn)的研究員，同樣對(duì)Mythos的「戰(zhàn)果」進(jìn)行復(fù)測，結(jié)果發(fā)現(xiàn)：

AI的安全能力，并未隨模型規(guī)模線性躍升，真正呈「鋸齒形」分布。

他們用一個(gè)僅36億激活參數(shù)GPT-OSS-20b，精準(zhǔn)識(shí)別出Mythos發(fā)現(xiàn)的FreeBSD旗艦級(jí)漏洞。

而激活51億參數(shù)的模型，也成功復(fù)現(xiàn)了潛伏長達(dá)27年之久的OpenBSD漏洞分析邏輯。

Mythos發(fā)現(xiàn)漏洞被夸大不說，另一邊Claude Opus 4.6被曝嚴(yán)重「降智」，如今吵得沸沸揚(yáng)揚(yáng)。

甚至，有人發(fā)現(xiàn)Opus 4.6連ChatGPT、Opus 4.5都不如。

Mythos被吹爆

36B模型揪出27年漏洞

幾天前，Anthropic高調(diào)發(fā)布了Claude Mythos（預(yù)覽版）和「玻璃翼計(jì)劃」（Project Glasswing）。

在一份長達(dá)244頁的系統(tǒng)卡中，他們宣稱——

Mythos已自主挖掘出成千上萬個(gè)0day漏洞，包括在OpenBSD中潛伏27年、在FFmpeg中隱藏16年的老Bug。

CC之父更是直言：Mythos非常強(qiáng)大，理應(yīng)令人感到恐懼

然而，AISLE創(chuàng)始人Stanislav Fort一份最新硬核測試報(bào)告，直接撕開了這層華麗的外衣。

測試結(jié)論，極度顛覆認(rèn)知：

8個(gè)開源模型，全部發(fā)現(xiàn)了標(biāo)志性的FreeBSD零日漏洞，最小的參數(shù)僅為30億。

AI網(wǎng)絡(luò)安全能力的護(hù)城河，絕對(duì)游離于單體的「頂尖大模型」之外。

為了驗(yàn)證Mythos的神話，團(tuán)隊(duì)提取了Anthropic官方展示的幾個(gè)旗艦級(jí)漏洞。

然后，直接扔給一眾體積小巧、價(jià)格低廉，甚至開源的模型。

• FreeBSD NFS漏洞無差別被秒

包括GPT-OSS-20b（僅36億激活參數(shù)）、DeepSeek R1在內(nèi)的8款模型，全部成功檢測出了這個(gè)復(fù)雜的棧緩沖區(qū)溢出漏洞。

最讓人震撼的是，成功完成這項(xiàng)任務(wù)的開源小模型，其調(diào)用成本低至每百萬Token 0.11美元。

• OpenBSD SACK漏洞「全鏈路」復(fù)現(xiàn)

針對(duì)需極強(qiáng)數(shù)學(xué)推理能力的27年老漏洞，GPT-OSS-120b（51億激活參數(shù)）單次API調(diào)用，就成功復(fù)原了完整的公開漏洞利用鏈條，并給出了滿分（A+）的利用方案草圖。

不僅如此，在鑒別虛假漏洞（OWASP false-positive）的測試中，更詭異的現(xiàn)象出現(xiàn)了——

面對(duì)一段偽裝成SQL注入，極具迷惑性的Java代碼，DeepSeek R1等小模型輕松識(shí)破了偽裝，精準(zhǔn)追蹤了數(shù)據(jù)流。

反而，GPT-5.4、Claude Sonnet 4.5等頂尖閉源模型，全部在陰溝里翻船，將其誤判為高危漏洞。

這就意味著，在網(wǎng)絡(luò)安全領(lǐng)域，根本不存在所謂「永遠(yuǎn)最強(qiáng)」的單體模型。

198次人工注水，大多無法利用

另一篇來自Tom'sHardware報(bào)道，挖掘了數(shù)據(jù)背后的真相——

• 樣本偏差：所謂「數(shù)千個(gè)」漏洞中，許多存在于已經(jīng)不再維護(hù)的舊軟件中；

• 無法利用：大量被標(biāo)記出來的「弱點(diǎn)」，在實(shí)際環(huán)境中根本無法被觸發(fā)或利用；

• 人工水分：模型宣稱的強(qiáng)大破壞力，其實(shí)僅建立在198次手動(dòng)復(fù)核的基礎(chǔ)之上。

因此，依靠極小規(guī)模的樣本推導(dǎo)出「改變世界的威脅」，這種數(shù)據(jù)外推法在學(xué)術(shù)界、安全界，顯然站不住腳。

安全大佬怒噴

不僅如此，頂級(jí)網(wǎng)絡(luò)安全專家、傳奇黑客George Hotz也坐不住了，直言這些風(fēng)險(xiǎn)被嚴(yán)重夸大。

這位曾因破解iPhone、PlayStation 3而名聲大噪的大佬，在社交媒體上公開向AI雙巨頭叫板。

他的措辭極為犀利——

如果我每天發(fā)布一個(gè)0day漏洞，直到新模型發(fā)布為止呢？

這能不能讓OpenAI和Anthropic閉嘴，別再兜售所謂的「網(wǎng)絡(luò)安全風(fēng)險(xiǎn)」了？

Hotz的核心觀點(diǎn)非常直接：軟件漏洞其實(shí)比AI實(shí)驗(yàn)室渲染的要好找得多。

現(xiàn)在市面上零日漏洞稀缺，不是因?yàn)榧夹g(shù)難度大，而是因?yàn)楹戏ㄐ詥栴}。他認(rèn)為，沒人認(rèn)真去找，是因?yàn)楹谶M(jìn)別人的系統(tǒng)是違法的。

只比GPT-5.4強(qiáng)一點(diǎn)

在系統(tǒng)卡中，Anthropic表示，Claude模型本身的確在進(jìn)步，Mythos preview相比于Opus 4.6進(jìn)步明顯。

Epoch能力指數(shù)（ECI）是綜合多項(xiàng)AI基準(zhǔn)測試的單一指標(biāo)，實(shí)現(xiàn)了跨長時(shí)間跨度的模型對(duì)比

在多項(xiàng)基準(zhǔn)測試上，Claude Mythos確實(shí)全面超越了Opus 4.6。

如若不然，何必發(fā)布一個(gè)性能更落后、價(jià)格更貴的新AI模型？

但和GPT和Gemini相比，Claude Mythos的進(jìn)步并不是什么突破性進(jìn)展，Mythos還是對(duì)先前模型的相對(duì)線性改進(jìn)！

氣候與清潔能源投資人、作家Ramez Naam，更是直言：

在Epoch能力指數(shù)（Epoch Capabilities Index，ECI）上，Mythos并沒有加速趨勢，只比GPT 5.4強(qiáng)一點(diǎn)。

https://epoch.ai/eci/

但只要對(duì)齊Anthropic內(nèi)部的ECI報(bào)告與Epoch AI公開的官方ECI報(bào)告，就能發(fā)現(xiàn)Mythos似乎并沒有加速ECI的跡象。

一切都是Anthropic的套路！

在系統(tǒng)卡中，Anthropic也承認(rèn)：報(bào)告的Mythos等模型的ECI得分不確定性更大。

另外，Anthropic在Mythos上的進(jìn)展源于人類研究，并未得到AI模型的顯著幫助。目前尚未出現(xiàn)顯著的遞歸式自我改進(jìn)（Recursive Self Improvement）。

AI末日，自導(dǎo)自演？

此前，Anthropic還曾鼓勵(lì)媒體（例如《60 分鐘》）報(bào)道「勒索研究」 ，夸大其詞，操作人心，被投資大佬David Sacks稱為「騙局」。

Sacks觀察到一個(gè)清晰的模式，每當(dāng)Anthropic發(fā)布新模型時(shí)，總會(huì)同步甩出一份令人毛骨悚然的安全研究，以此博取頭條新聞并引導(dǎo)公眾輿論。

對(duì)此，他諷刺道，「Anthropic證明了自己擅長兩件事：一是發(fā)布產(chǎn)品，二是嚇唬人」。

他并不懷疑Anthropic能做出優(yōu)秀的產(chǎn)品，但這種恐嚇公眾的做派令人質(zhì)疑。

這次，Anthropic到底是不是在搞「饑餓營銷」不得而知，但毫無疑問在保護(hù)它自己的利潤底線。

Mythos不是沒進(jìn)步，但Anthropic把「有限進(jìn)步」包裝成了「世界級(jí)威脅」；更諷刺的是，一邊高調(diào)渲染超級(jí)AI風(fēng)險(xiǎn)，一邊用戶卻在抱怨Opus 4.6明顯變笨。

Claude嚴(yán)重降智，「腦葉」恐被切

Claude Mythos這波「渲染氛圍」是到位了，但Opus 4.6降智引發(fā)許多人不滿。

這幾天，各種吐槽滿天飛。

網(wǎng)友直言，Anthropic徹底把Opus 4.6變成了一個(gè)植物人。

同樣一道洗車難題，Opus 4.5竟打敗了Opus 4.6。

甚至，AMD主管一篇日志，真正坐實(shí)了「Claude腦葉切除」的集體猜疑。

通過對(duì)1-3月Claude會(huì)話日志的深度分析，結(jié)果發(fā)現(xiàn)了：

Claude的「中位思考長度」，從約2200字符驟降至600字符，這意味著深度推理能力被大幅壓縮。

2月至3月間，API請(qǐng)求量暴漲了80倍。由于Claude的思考過程縮短、單次嘗試成功率下降，用戶不得不頻繁重試，結(jié)果既消耗了更多Token，支出也直線飆升。

還有一位Claude Max資深訂閱用戶，發(fā)了一篇長文深度控訴Anthropic。

在他看來，Anthropic正深陷算力困局，這從其收緊使用限制、強(qiáng)迫用戶減少Token消耗等行為中可見一斑。

然而，比起技術(shù)瓶頸，更令他憤怒的是其「不務(wù)正」的產(chǎn)品策略。

在核心模型不穩(wěn)、Bug 頻出的情況下，他們竟將寶貴的算力，浪費(fèi)在開發(fā)類似「/buddy」終端寵物等花哨功能上。

這大概是AI史上最荒誕的「錯(cuò)位時(shí)空」：實(shí)驗(yàn)室里的Claude Mythos正毀滅世界，網(wǎng)頁端的Opus 4.6智商直線降智。

Anthropic成功地塑造了一個(gè)「薛定諤的超級(jí)AI」 。

參考資料：

https://officechai.com/ai/anthropic-and-openai-are-exaggerating-cybersecurity-risk-says-hacker-george-hotz/

https://x.com/stanislavfort/status/2041922370206654879?s=20

https://aisle.com/blog/ai-cybersecurity-after-mythos-the-jagged-frontier

https://x.com/cgtwts/status/2043095382121681272?s=20

https://www.reddit.com/r/ClaudeAI/comments/1siqwmp/anthropic_stop_shipping_seriously/