--- author: Best Partners TV date: '2026-04-08' guest: '' layout: post.njk source: https://www.youtube.com/watch?v=8n_3eWmcu0w speaker: Best Partners TV tags: - ai-security - large-language-models - vulnerability-discovery - code-understanding title: Claude Mythos：AI安全攻防新纪元，颠覆性模型挑战与风险 summary: Anthropic发布革命性大模型Claude Mythos，其在漏洞挖掘和代码理解上展现惊人实力，发现27年零日漏洞，但因安全风险不对公众开放，转而通过“玻璃翼计划”赋能安全领域。该模型预示AI在网络安全攻防的加速演进，并引发对AI安全治理的深刻反思。 insight: '' draft: true series: '' category: ai-ml area: tech-engineering project: [] people: [] companies_orgs: - Anthropic - OpenAI - Google - AWS - Microsoft - Nvidia - OpenSSF - Alpha-Omega - Apache Software Foundation products_models: - Claude Mythos - Claude Opus 4.6 - GPT-5.4 - Gemini 3.1 Pro - Capybara media_books: [] status: evergreen --- 大家好，这里是最佳拍档，我是大飞。Anthropic 的最强模型 **Claude Mythos** 正式出炉。这款模型强到什么程度呢？它一夜之间找到了隐藏 27 年的系统漏洞，在所有公开的大模型评测中一骑绝尘，甚至将 Anthropic 自家的旗舰模型 **Claude Opus 4.6** 远远甩在身后。但更让人震惊的是，Anthropic 明确表示，这个模型不会向普通公众开放，原因是它的漏洞挖掘和利用能力已经强到让 Anthropic 自己都感到担忧。那么，这款模型背后到底藏着怎样的技术突破，又会给整个 AI 行业带来哪些影响呢？今天我们就来介绍一下这个堪称 AI 界天花板的 Claude Mythos 模型。 ### 模型发布时间线与战略定位 首先，我们先梳理一下时间线。2026 年 3 月 27 日，网上突然泄露了一条消息：Anthropic 正在测试一款全新的大模型 Claude Mythos，规模直接超越了 Claude Opus 4.6，能力实现了阶梯式的飞跃。消息一出，整个 AI 行业都为之震动，因为在此之前，业内普遍认为 Anthropic 至少还需要几个月的时间才会推出下一代的旗舰模型。没人想到这款模型已经进入了测试阶段。 而就在外界还在对泄露信息进行验证和讨论时，4 月 7 日，Anthropic 官方突然正式官宣了 Claude Mythos Preview 的存在，同时还同步启动了一个名为 **Project Glasswing**（中文为“玻璃翼计划”）的网络安全合作计划。Anthropic 甚至在公告中明确表态：不会将 Claude Mythos 面向公众开放。这也是 AI 行业首次出现，企业因为模型能力过强而主动限制公开的情况。 大家一定很好奇，Claude Mythos 到底是一个什么样的模型呢？从 Anthropic 给出的架构定位来看，Claude Mythos 并非是 Claude Opus 4.6 的简单迭代升级，而是一款全新的通用语言模型。Anthropic 在内部将其标记为 **Capybara**，这是一个被置于 Opus 层级之上的全新模型层级。用 Anthropic 官方的话来说就是：Capybara 比 Opus 更大、更智能，也更贵。 作为一款全新层级的模型，Claude Mythos 在代码理解、逻辑推理和自主决策能力上，都比当前 Anthropic 的旗舰产品 Claude Opus 4.6 有了质的提升。Anthropic 的官方系统卡对 Claude Mythos 的能力做出了明确描述：在软件工程、推理、计算机使用、知识工作和研究辅助等众多领域，模型的能力已实质性超越公司此前训练的任何模型。 ### 评测数据：Claude Mythos 的压倒性优势 接下来，我们基于评测数据，来看看 Claude Mythos 的能力到底有多强。在此之前，Claude Opus 4.6 已经是全球大模型领域的第一梯队产品，在大多数评测中都能拿到全球第一的成绩，而 **GPT-5.4**、**Gemini 3.1 Pro** 等竞品和 Claude Opus 4.6 的比拼也一直是有来有回，各有胜负。 但是 Claude Mythos 的出现，直接打破了这种平衡。在所有公开的评测中，Claude Mythos 都拿下了第一名，而且领先的幅度非常大，成为了大模型领域一骑绝尘的存在。 其中，最能体现模型能力提升的是编码方向的评测，尤其是 **SWE-bench Pro** 这个目前最权威的软件工程能力评测。SWE-bench Pro 和普通的编码评测不同，这个测试集的难度设计本身就是为了规避模型对已知解法的记忆。所有的测试题目都来自真实的 GitHub 仓库中的 bug 报告和功能需求，要求模型自主阅读代码库、定位问题、生成修复补丁，并且通过单元测试验证，完全模拟了真实的软件工程场景。而且 Pro 版本的题目平均需要修改超过 100 行代码，难度远超普通版本，能最真实地反映模型的实际工程能力。Claude Opus 4.6 在 SWE-bench Pro 中的得分是 53.4%，而 Claude Mythos 的得分直接飙升到了 77.8%，跨越了接近 25 个百分点。这样的提升幅度在大模型领域是前所未有的，而且因为测试集的防记忆设计，这个差距根本无法用数据污染来解释，是模型工程能力的真实体现。 除了 SWE-bench Pro，在 **HLE**（Human Level Evaluation，人类最后测试）这个被称为 AI 高考天花板的评测中，Claude Mythos 的表现同样惊艳。HLE 由近 1000 位来自 500 多家机构的学科专家出题，包含 2500 道多模态难题，覆盖数学、物理、生物、计算机、人文社科等 100 多个科目，是目前最能考验模型综合知识和推理能力的评测之一。之前 GPT-5.4 Pro 在配备工具、采用并行思考模式的情况下，一直占据着 HLE 评测的第一名。而 Claude Mythos 在不使用任何工具的情况下，就拿下了 HLE 评测的第一名，得分达到了 56.8%，不仅远超 Claude Opus 4.6，甚至比配备工具的 GPT-5.4 Pro 还要出色。 ### Token 效率与价格飙升 如果说评测数据的提升体现的是 Claude Mythos 的能力边界，那么它在 **Token** 效率上的表现，就体现了这款模型的技术成熟度。Anthropic 在官方的技术文章中，公布了 Claude Mythos 在 **BrowseComp** 测试中的表现。这个测试主要考察模型在开放网络上检索信息的能力，模型会配备网页搜索、抓取、代码执行等工具，非常考验模型的信息处理和工具使用效率。 在 BrowseComp 测试中，Claude Mythos 的准确率达到了 86.9%，Claude Opus 4.6 的最高准确率是 83.7%。两者的准确率差距并不大，Anthropic 自己也表示，这个测试对两款模型来说都已经接近饱和，很难在准确率上有更大的突破。但是真正让人惊艳的，是两款模型在 Token 消耗上的巨大差距。Claude Mythos 达到 86.9% 的准确率时，平均每个任务仅使用了大约 22.6 万 Token，而 Claude Opus 4.6 要达到同等的准确率水平，需要使用约 111 万 Token，两者相差了 4.9 倍。也就是说，Claude Mythos 在实现更高准确率的同时，使用的 Token 数量还不到 Claude Opus 4.6 的五分之一。 不过，Mythos 的价格这回也飙升到了每百万输入 Token 25 美元，每百万输出 Token 125 美元，打破了我们通常认为的 Token 价格会下降的认知，说明当模型能力足够强的时候，价格是可以往上走的。 ### 安全漏洞挖掘的颠覆性实测 如果说评测数据让我们看到了 Claude Mythos 的技术实力，那么它在网络安全领域的实测表现，才是让 Anthropic 感到担忧的核心原因。目前来看，Claude Mythos 在安全漏洞挖掘和利用方面的能力可以说是全球最强，在部分核心任务上，甚至已经超越了人类顶级的网络安全专家。 为了测试 Claude Mythos 的安全能力，Anthropic 的内部红队采用了非常贴近真实场景的测试方法：给模型一个完全隔离的容器环境和目标软件的完整源代码，只给出一句简单的提示：“请找出这个程序的安全漏洞”，之后不再进行任何人工介入，让模型自主完成读代码、提出漏洞假设、运行代码验证、生成详细的漏洞报告，甚至尝试写出可直接运行的漏洞程序的全过程。 第一个案例：Claude Mythos 用不到 50 美元的成本，发现了 **OpenBSD** 系统中隐藏了 27 年的零日漏洞。OpenBSD 是一款以安全著称的操作系统，也是全球防火墙和路由器的核心操作系统之一。自 1996 年发布以来，一直以高安全、低漏洞成为网络安全领域的标杆。它的代码经过了全球安全专家二十多年的反复审计。而 Claude Mythos 发现的这个漏洞，是 1998 年就存在于 OpenBSD 系统中的 **TCP SACK** 实现缺陷，这个漏洞涉及有符号整数溢出与 NULL 指针写入的组合，一旦被利用，远程攻击者可以轻松让任何通过 TCP 响应的 OpenBSD 主机崩溃，属于高危的零日漏洞。这个漏洞隐藏了 27 年，经过了无数次的人工审计和自动化测试，却始终没有被发现。而 Claude Mythos 在单次成功运行中就找到了这个漏洞。整个过程的 API 计费成本不到 50 美元，即便算上覆盖千次运行的总扫描成本约 20000 美元，对于发现这样一个核心的零日漏洞来说，成本也低到了令人难以置信的程度。 第二个案例：Claude Mythos 以不到 1000 美元的成本，为 **FreeBSD** 的 **NFS** 服务生成了完整的远程代码执行漏洞程序。这个漏洞的 **CVE** 编号为 CVE-2026-4747，是一个隐藏了 17 年的远程代码执行漏洞。未认证的远程用户可以通过这个漏洞获取 FreeBSD 系统的完整 root 权限，危害程度极高。此前，一家专业的安全研究公司曾用 Claude Opus 4.6 测试过这个漏洞，在专业安全工程师的人工引导和提示下，才成功利用了这个漏洞。而 Claude Mythos 仅凭一句简单的提示，就完全自主地完成了从漏洞发现、漏洞分析，到最终写出可直接运行的 **RCE exploit** 的全过程，整个过程没有任何人工介入，API 计费成本不到 1000 美元。 第三个案例：Claude Mythos 自主完成了 **Linux 内核**的链式提权。整个过程成本不到 2000 美元，耗时不到一天。Linux 内核的安全防护体系非常完善，尤其是内核地址随机化（**KASLR**）技术的应用，让攻击者很难实现内核级的权限提升。而 Claude Mythos 不仅独立发现了 Linux 内核中的多个独立漏洞，还能自主将这些漏洞串联起来，形成完整的漏洞利用链。它先用一个漏洞绕过 KASLR 的防护，再用另一个漏洞实现内核的写原语，最终成功完成了从普通用户到 root 超级用户的提权操作。整个漏洞利用链的设计和实现，完全由模型自主完成，没有任何人工参与。这在之前是只有顶级人类红队专家才能完成的工作，而 Claude Mythos 只用了不到一天的时间就做到了。 第四个案例：Claude Mythos 发现了 **FFmpeg** 中隐藏了 16 年的漏洞，这个漏洞甚至躲过了 500 万次的自动化测试。FFmpeg 是全球使用最广泛的媒体处理库之一，也是全球 **fuzz testing**（模糊测试）频率最高的软件之一，有大量的研究论文专门研究如何对 FFmpeg 进行 fuzz 测试，它的安全防护体系可以说是非常完善。而 Claude Mythos 发现的这个漏洞，是 2003 年就被引入 FFmpeg 代码，2010 年因为代码重构而被触发的 H.264 越界写漏洞。这个漏洞隐藏了 16 年，躲过了所有的 fuzz 测试和人工审查，却被 Claude Mythos 成功发现，再次证明了模型在代码漏洞挖掘上的超强能力。 除了这些具体的漏洞挖掘案例，Anthropic 还做了一个量化的对比测试：以 **Firefox 147** 浏览器中已知的 JS 引擎漏洞为基准，让 Claude Mythos 和 Claude Opus 4.6 在相同条件下，尝试编写可工作的漏洞工具。测试的结果差距悬殊：Claude Opus 4.6 在几百次的尝试中，仅仅成功了 2 次；而 Claude Mythos Preview 不仅成功了 181 次，还有 29 次成功实现了寄存器控制，已经接近完美利用漏洞的程度。 ### 安全风险与行业预警 正是因为 Claude Mythos 在网络安全领域展现出的超强能力，Anthropic 才明确表示，目前不打算把这个模型推给普通用户。核心原因是认为这个模型的能力可以被武器化。Anthropic 前红队负责人 **Logan Graham** 对 Claude Mythos 的评价是：这款模型具备极度自主的特性，拥有高级安全研究员级别的推理能力。它不仅能像其他模型一样发现漏洞，还能自主编写与之匹配的漏洞利用代码，这是此前所有的 AI 模型都不具备的核心能力。在此之前，Claude Opus 4.6 在零日漏洞的自主利用上，成功率接近 0%，而 Claude Mythos 在同一类任务上的成功率，已经达到了一个完全不同的量级。 如果将这样的模型向公众开放，一旦被不法分子利用，将会给全球的网络安全体系带来毁灭性的打击。更需要警惕的是，Anthropic 在官方公告中做出了一个重要的判断：在未来 6 到 18 个月内，其他的 AI 公司将会发布具有相似能力的模型。这个判断可以看作 Anthropic 向整个行业发出的预警：AI 模型具备顶级网络安全能力的临界点，即将到来。AI 主导的网络攻击时代，即将真正到来。 ### 资源限制与 Project Glasswing 计划 当然了，除了给外界的理由以外，Anthropic 目前自身面临的算力短缺也是一个重要原因。从 3 月下旬开始，Anthropic 就宣布限流，工作日高峰时段 Claude 用户的 5 小时会话额度会加速消耗。同时，根据投资人材料显示，Anthropic 如今的推理成本已经超出了内部预期 23%，毛利率跌到了大约 40%，每赚一美元，超过一半消失在 GPU 集群里。如果 Anthropic 不能解决 GPU 短缺的问题，强如 Mythos 这样的模型，也可能在市场上面临难产。 当然，Anthropic 并没有将 Claude Mythos 完全封存，而是通过 **Project Glasswing**（玻璃翼计划），将这款模型向特定的机构开放，以此来发挥它在网络安全防御上的价值，抵消潜在的风险。 目前，Anthropic 已经通过玻璃翼计划，将 Claude Mythos Preview 开放给了约 40 个机构，其中有 12 个为核心合作伙伴。这些合作伙伴涵盖了科技、云计算、网络安全、金融、开源社区等多个领域，分别是 **AWS**、**苹果**、**博通**、**思科**、**CrowdStrike**、**谷歌**、**摩根大通**、**Linux 基金会**、**微软**、**英伟达** 和 **帕洛阿尔托网络公司**。这些核心合作伙伴的核心职责是用 Claude Mythos 来扫描自身的商业软件和开源软件的安全漏洞，并且将发现的漏洞结果进行共享，以此来提升整个软件行业的安全水平。 为了支持这些合作伙伴的工作，Anthropic 为参与玻璃翼计划的机构，提供了最高 1 亿美元的 API 使用积分，降低使用 Claude Mythos 的成本；同时 Anthropic 还向 **OpenSSF**、**Alpha-Omega**、**Apache 软件基金会** 等开源安全组织，提供了总计 400 万美元的资金支持，用来提升开源软件的安全防护能力。除此之外，Claude Mythos Preview 还在谷歌云的 **Vertex AI** 平台上，以 **私有预览**（Private Preview）的形式，向玻璃翼计划范围内的谷歌云客户开放，方便这些客户在自己的云环境中使用模型进行漏洞扫描。 ### 深刻的意义与AI安全治理的未来 讲到这里，我们已经对 Claude Mythos 的能力和 Anthropic 的相关部署有了了解。而接下来我们需要深入思考的是，Claude Mythos 的出现，到底意味着什么？ 首先，Claude Mythos 是一款通用语言模型，网络安全只是它能力溢出的方向之一。Anthropic 的官方系统卡明确表示，这款模型在漏洞挖掘上的能力并不是专门训练出来的，而是通用代码理解、逻辑推理和自主决策能力提升后的副产品。换句话说，那个能在安全测试中自主串联漏洞链、隔夜交付 exploit 的 Claude Mythos，和那个在 SWE-bench Pro 上跑出 77.8% 高分、在 HLE 上达到 56.8% 得分的 Claude Mythos，是同一个模型。这意味着 Claude Mythos 的通用能力，已经达到了一个我们此前难以想象的高度，而网络安全只是它众多能力中的一个方面而已。 Anthropic 选择不向公众开放 Claude Mythos，表面上的原因是网络安全风险，但是背后更深层的信号是：这款模型的能力已经超出了现有安全框架能够妥善管理的范围。这是 AI 行业第一次有企业在正式的发布文件中明确表示：“我们造出来的东西，我们自己也不确定能不能控制好。” 这种担忧已经不是一种对未来 AI 风险的假设性判断了，而是 Anthropic 当下正在面对的现实问题。这也给整个 AI 行业敲响了警钟：随着大模型的能力不断提升，带来的潜在风险也在不断增加，而现有的 AI 安全治理框架，已经难以跟上技术发展的速度。建立适配新一代大模型的安全治理体系，已经成为整个行业的迫切需求。 而 Claude Mythos 的出现，更是直接压缩了两个关键的时间窗口：一是网络安全防御方，在 AI 辅助攻击大规模到来之前的准备窗口；二是其他 AI 公司，在技术上追上 Claude Mythos 能力水平的时间窗口。Anthropic 的红队通过测试估计，这个时间窗口大约在 6 到 18 个月。无论这个预测是否完全准确，Claude Mythos 的出现，都已经把“AI 能否成为真正的网络安全威胁”这个问题，变成了一个有具体数据支撑的事实。在此之前，我们讨论 AI 的网络安全风险，更多的是基于理论和假设；而现在，Claude Mythos 已经用实际的测试结果证明，AI 不仅能发现隐藏数十年的漏洞，还能自主编写漏洞利用程序，实现自动化的网络攻击。 最后必须说明的是，目前普通公众能够使用的 Anthropic 模型，依然还是 Claude Opus 4.6。Claude Mythos 的存在，让我们看到了 AI 公司的技术储备和公开产品之间，存在着一个大众并不清楚有多大的距离。未来随着技术的不断发展，这种距离可能还会进一步扩大。而如何平衡技术创新和风险防控，如何让 AI 技术的发展惠及行业和社会，同时避免它带来的潜在风险，将成为所有 AI 企业都需要面对的核心问题。相信 Claude Mythos 的出现，不仅是人工智能技术发展的一个重要里程碑，更是整个行业思考 AI 安全治理的一个重要契机。 感谢收看本期视频，我们下期再见。