Anthropic近日披露，尚未公开发布的Claude Mythos Preview在网络安全测试中表现突出，不仅在Cybergym上取得83.1%成绩，还发现了覆盖主流操作系统和浏览器的数千个高严重性零日漏洞。基于这一能力，公司同时推出防御性网络安全联盟Project Glasswing，并计划提供最高1亿美元的AI使用额度支持防守方。
基准测试与漏洞发现能力显著提升
根据Anthropic披露的数据，Claude Mythos Preview在多项基准测试中明显领先此前模型Claude Opus 4.6。除Cybergym的83.1%对66.6%外，该模型在SWE-bench Verified上的成绩为93.9%，高于后者的80.8%；在SWE-bench Pro上则达到77.8%，较Opus 4.6的53.4%高出24.4个百分点。在Humanity’s Last Exam无工具测试中，Mythos获得56.8%，前代模型为40.0%。
Anthropic表示，这种提升并非来自专门的网络安全训练，而是源于模型在推理、多步骤规划和自主代理行为上的整体进步。公司称，在隔离容器环境中，Mythos能够自行阅读代码、提出漏洞假设、编译和运行程序、调用调试工具、筛选高风险文件，并输出带有可运行PoC的漏洞报告。
多年未被发现的漏洞被快速定位
报道提到，一项存在27年的OpenBSD TCP SACK漏洞在约1000次运行后被自主发现，相关测试总成本低于2万美元。另一项存在16年的FFmpeg H.264漏洞，在经历超过500万次自动化测试和多轮审计后，仍直到Mythos介入才被找到。
浏览器测试结果尤其引发关注。在针对Firefox 147的JavaScript引擎测试中，Mythos生成了181个完整shell exploit和29个寄存器控制案例；而Claude Opus 4.6在相同测试集中仅生成2个shell exploit。此外，该模型还曾基于近期100个CVE筛选出40个可利用候选，并成功利用其中超过一半，构建出Linux内核从普通用户到root的提权链。
在人类验证环节，研究人员审查了模型提交的198份漏洞报告，其中对严重性评级的完全一致率达到89%，若放宽到相差一个严重等级以内，则一致率达到98%。
Project Glasswing瞄准防御落地
Anthropic指出，目前已识别漏洞中不到1%完成全面修复。公司表示正协调负责任披露流程，对未修复问题发布加密SHA-3承诺，并采用90天加45天的时间表后再公开完整细节。文中举例称，已披露的FreeBSD NFS服务器远程代码执行漏洞CVE-2026-4747已存在17年，可导致未认证的完整root访问。
与模型一同公布的Project Glasswing，旨在在类似能力广泛扩散前，优先将其用于防御。首批创始合作伙伴共有11家，包括Amazon Web Services、Apple、Broadcom、Cisco、Crowdstrike、Google、JPMorganChase、Linux Foundation、Microsoft、Nvidia和Palo Alto Networks，后续还将把访问权限扩展至40多家关键软件组织。
除技术合作外，Anthropic还承诺提供400万美元开源安全捐赠，其中250万美元通过Linux Foundation旗下OpenSSF支持Alpha-Omega项目，另有150万美元捐赠给Apache Software Foundation。
安全红利与风险并存
Anthropic也承认，像Mythos这样的AI工具会降低发现和利用漏洞的门槛，短期内可能被国家行为体或犯罪团伙滥用。公司特别提到，中国、伊朗、朝鲜、俄罗斯及相关网络犯罪组织带来的潜在风险，并将当前阶段描述为防守方尚未完全整合此类技术前的“过渡性动荡期”。
为控制风险，Anthropic表示，后续版本的Claude Opus将加入识别并拦截危险网络安全输出的防护机制，同时推出面向审核通过的安全专业人士的Cyber Verification Program。有关合作伙伴发现成果及已修复漏洞的公开报告，预计将在90天内发布。