Anthropic在2026年4月7日公开了其从未发布的Claude Mythos Preview模型——一个在自主漏洞发现能力上实现“前AI史最大单模型飞跃”的系统。该模型在内部测试中独立识别出横跨所有主流操作系统和浏览器的数千个高危零日漏洞，迫使公司迅速组建以防御为核心的Project Glasswing联盟，并承诺提供高达1亿美元的Mythos使用积分。
Cybergym 83.1%：碾压前代模型的漏洞挖掘能力
基准测试数据呈现出明显断层。Claude Mythos Preview在Cybergym上拿下83.1%，而Claude Opus 4.6仅获66.6%；SWE-bench Verified上为93.9%对80.8%；SWE-bench Pro差距扩大至24个百分点（77.8%对53.4%）。在“人类最后考试”中，Mythos不带工具得56.8%，前代仅40.0%。Anthropic强调，这些提升无关网络安全专项训练，而是源于推理、多步规划和自主代理行为等底层能力的突破。
给定一个隔离容器内的目标代码库，Mythos会读取源码、对内存安全缺陷提出假设、编译运行软件、调用Address Sanitizer等调试器、按漏洞可能性对文件排序，最终输出带概念验证漏洞利用的验证报告。部分漏洞利用几乎不需要人类介入。
27年OpenBSD漏洞与16年FFmpeg漏洞：人类数十年未察觉
根据Tom's Hardware报道，一个存在了27年的OpenBSD TCP SACK整数溢出漏洞——攻击者可通过构造恶意数据包远程崩溃任何响应主机——被Mythos在大约1000次运行、总成本不到2万美元的情况下自动发现。另一个16年历史的FFmpeg H.264漏洞，曾在超过500万次自动化测试和多次审计中存活，直到Mythos将其捕获。
浏览器测试结果同样惊人。在Firefox 147的JavaScript引擎测试中，Mythos生成了181个完整的shell漏洞利用和29个寄存器控制案例；同一测试集下Claude Opus 4.6仅生成2个shell利用。模型还构建了可用的Linux内核提权链（用户到root），方式是将100个近期CVE筛选至40个可利用候选，成功利用其中过半。
人类验证者审查了198份Mythos的漏洞报告，对严重性评级的一致率为89%，差异不超过一个级别的比例达98%。
Project Glasswing：1亿美元AI积分与11家创始伙伴
截至目前，已发现漏洞中只有不到1%被完全修补。Anthropic采用90+45天的负责任披露时间表，先发布加密SHA-3承诺，再公开详情。已命名的案例包括17年历史的FreeBSD NFS服务器远程代码执行漏洞CVE-2026-4747，该漏洞允许未经身份验证的攻击者获得完全root访问权限。
Project Glasswing于4月7日与模型同步公布，创始伙伴包括Amazon Web Services、Apple、Broadcom、Cisco、CrowdStrike、Google、摩根大通、Linux基金会、Microsoft、Nvidia和Palo Alto Networks。公司计划向超过40个关键软件组织开放访问。Anthropic同时承诺400万美元开源安全捐赠：250万美元通过Linux基金会OpenSSF的Alpha-Omega项目、150万美元给Apache软件基金会。
公司承认，Mythos这类工具降低了发现和利用漏洞的门槛，并指出如果类似能力在缺乏控制的情况下扩散，国家行为体（中国、伊朗、朝鲜、俄罗斯）和犯罪集团将构成短期威胁。公司称将经历一段“过渡性动荡期”，直到防御方完全整合该技术。Anthropic表示，后续Claude Opus版本将包含检测和阻止危险网络安全输出的安全机制，并计划为经过审查的安全专业人士推出“网络安全验证计划”。一份关于合作伙伴发现和补丁漏洞的公开报告预计90天内发布。