Anthropic无限期封存最强AI攻击模型Mythos

当整个AI行业都在竞相发布新模型、下调API价格时，Anthropic却做出了一个截然不同的决定：无限期封印其最强的网络攻防模型。

5月23日，Anthropic在其软件安全合作计划“Glasswing项目”的最新进展中明确宣布，尽管内部测试证实新一代安全基座模型Claude Mythos Preview拥有极其强悍的漏洞挖掘与网络攻防能力，但在开发出更强效的安全对齐机制之前，公司决定无限期禁止向公众和商业市场开放Mythos级模型。这个决定，在当下狂热的市场氛围中，显得尤为克制，甚至有些“逆潮流”。

那么，这个被“封印”的模型到底有多强？过去一个月的联合攻防测试给出了答案。Anthropic联合微软、甲骨文、Cloudflare、Mozilla等约50家合作伙伴，利用Mythos Preview在全球关键基础设施中扫描出了超过10,000个高危或严重级别的零日漏洞。英国AI安全研究所的评估更是直接指出，Mythos Preview是全球首个能够端到端攻破其所有模拟网络攻防靶场的模型。

效率的提升是碘伏性的。以Mozilla为例，在测试中利用Mythos Preview发现并修复了Firefox 150中的271个漏洞，这个数量达到了此前使用Claude Opus 4.6时的十倍以上。然而，正是这种碘伏性的效率，将整个安全生态推入了一个前所未有的“修补过载”僵局。

问题就出在这里。虽然Mythos能大幅降低安全人员寻找漏洞的成本，但无门槛公开发布同样意味着，恶意软件开发与网络攻击的成本也会以同样的幅度急剧下降。这无异于将一把威力空前的“双刃剑”毫无限制地投入市场，给全球互联网的物理与软件基础设施带来难以估量的武器化风险。Anthropic的克制，背后是对这种灾难性后果的清醒预判。