Claude Mythos漏洞检测能力遭质疑 宣传效果与实际不符

近期，AI安全领域围绕Claude Mythos Preview的讨论持续升温。作为Anthropic公司推出的专注于安全漏洞挖掘的预览模型，其早期宣传中提到的“核武级”漏洞发现能力，一度在网络安全界引发广泛关注与深度讨论。更引人注目的是，Anthropic启动了一个仅限谷歌、微软等少数科技巨头参与的“Project Glasswing”封闭测试计划，这无疑为其增添了一层神秘面纱。然而，第三方权威科技媒体Tomshardware发布的一份深度调查报告，揭示了其宣传数据与实际效能之间存在的显著差距。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

从“核武级”宣传到数据泡沫的破裂

Claude Mythos Preview的初始定位极具冲击力。它专攻网络安全这一高壁垒领域，宣称能够大规模自动化挖掘未知高危漏洞（0-day），这一主张直接触动了全球金融、科技企业及安全团队的敏感神经。随之而来的是，众多机构紧急重新评估自身安全防御体系，并制定相应的风险应对预案。而那个高门槛、小范围的Project Glasswing计划，进一步向市场暗示了该模型能力的“潜在破坏性”，需要被谨慎地控制测试范围。

然而，Tomshardware的调查报告为这场技术狂欢提供了冷静的注脚。报告核心指出，模型所宣称的“发现数千个安全漏洞”这一关键数据，存在严重的统计误导。该数字并非源于对海量代码库的直接、实证性扫描结果，而是基于一个数学外推模型：研究人员首先利用198份人工安全审计报告进行小样本测试，计算出模型约90%的漏洞识别准确率，随后直接将此比率套用至更大规模的开源代码库上，从而“推算”出潜在的漏洞总数。换言之，宣传中令人震撼的“数千个漏洞”，本质上是一个基于假设的预测值，而非经过验证的实战成果。

实际测试表现：理想化宣传与真实效能的对比

预测数据终究需要实战检验。在对超过7000个主流开源软件项目栈进行的实际扫描测试中，Claude Mythos Preview的表现回归理性。模型总计标记出约600个潜在的安全风险点。但经过第三方资深安全研究员的逐一人工复核与验证，结果更为清晰：其中仅有约10个被确认为符合CVSS（通用漏洞评分系统）标准的严重或高危级别漏洞。

其余绝大多数被标记的问题，主要分为两类：一类是针对那些早已发布官方补丁的已知漏洞，属于“旧闻新报”；另一类则源自已经停止维护（EOL）的遗留软件或组件，在当今有效的安全防护环境下，其实际可利用风险极低。这类似于在一栋早已无人居住的废弃建筑中检查门窗锁具，即便发现缺陷，其现实安全意义也几乎可以忽略不计。

行业启示：AI深入专业领域需恪守真实与透明

事实上，类似夸大宣传的现象在近年的AI行业竞争中并非个例。随着大模型技术竞争日趋激烈，部分厂商在进军代码生成、安全分析等垂直专业领域时，存在利用统计学方法“美化”性能数据的倾向。例如，将实验室条件下的预测准确率等同于商业环境中的实际成果，或将低风险、无威胁的代码风格问题包装成具有严重危害的“安全漏洞”，已成为一种吸引投资与关注的营销策略。

Claude Mythos Preview此次引发的争议，为整个AI应用行业敲响了警钟：当人工智能工具从通用的对话与内容生成，迈向网络安全、医疗健康、金融风控等专业深水区时，宣传的严谨性、数据的透明性以及能力的真实性，便构成了其可持续发展的生命线。尤其在网络安全这类容错率近乎为零的领域，任何的能力夸大都不再仅仅是市场宣传问题，更会严重侵蚀整个市场对于“AI驱动安全”这一技术路线的长期信任基础。毕竟，信任的建立需要经年累月的扎实成果，而其崩塌却可能只在一夕之间。