AI安全公司Anthropic披露，其尚未向公众开放的预览模型Claude Mythos，在网络安全测试中表现出显著提升：不仅在主流操作系统和浏览器环境中自主发现了大量高危零日漏洞，还促使公司同步推出防御性网络安全合作项目Project Glasswing。该项目将向防御方提供最高1亿美元的Mythos使用额度，并联合多家大型科技与基础设施机构参与。
模型能力大幅跃升
根据Anthropic公布的数据，Claude Mythos在Cybergym基准测试中取得83.1%，明显高于Claude Opus 4.6的66.6%；在SWE-bench Verified上达到93.9%，高于后者的80.8%；在SWE-bench Pro上为77.8%，相比前代的53.4%高出24.4个百分点；在无需工具的Humanity's Last Exam中也达到56.8%。Anthropic认为，这种进步并非来自专门的安全训练，而是源于更强的推理、长链规划和自主代理能力。
在实际漏洞挖掘流程中，Mythos可在隔离容器内读取目标代码、提出安全假设、编译和运行程序、调用调试工具，并输出带有PoC的漏洞报告。报道称，一项存在于OpenBSD长达27年的TCP SACK漏洞，在大约1000次运行后被自动发现，总成本低于2万美元；另一项存在16年的FFmpeg H.264缺陷，此前已躲过超过500万次自动化测试和多轮审计，最终仍被Mythos识别出来。
浏览器与内核漏洞引发关注
浏览器安全测试是此次披露中最受关注的部分之一。在Firefox 147的JavaScript引擎测试中，Claude Mythos生成了181个完整shell利用以及29个寄存器控制案例，而Claude Opus 4.6在同类测试中仅生成2个shell利用。与此同时，该模型还能够在Linux内核中构建从普通用户到root的权限提升链：在筛选100个近期CVE后，锁定40个可利用候选项，并成功利用其中超过一半。
Anthropic表示，人类验证人员审查了模型提交的198份漏洞报告，其中对严重程度评级的完全一致率达到89%，若放宽到相差一个等级以内，则一致率达到98%。这意味着模型不仅能找到问题，也具备较高的漏洞判断稳定性。
Glasswing项目瞄准防御侧部署
由于这类能力可能同时降低漏洞发现与利用门槛，Anthropic并未将Claude Mythos公开发布，也未通过通用API开放，而是限制在少数合作伙伴范围内使用。公司称，目前模型识别出的漏洞中，完全修复的比例仍不足1%，因此正在执行负责任披露流程：对未修复问题发布SHA-3加密承诺，并遵守90天加45天的披露窗口后再公开细节。
Project Glasswing已于2026年4月7日公布，首批创始合作伙伴包括Amazon Web Services、Apple、Broadcom、Cisco、CrowdStrike、Google、JPMorganChase、Linux Foundation、Microsoft、Nvidia和Palo Alto Networks，并计划将访问范围扩大至40多家关键软件组织。Anthropic还承诺为开源安全投入400万美元，其中250万美元通过Linux Foundation旗下OpenSSF捐赠给Alpha-Omega，另有150万美元捐赠给Apache Software Foundation。
Anthropic同时警告称，如果类似能力无序扩散，短期内可能被国家行为体及犯罪组织利用，包括中国、伊朗、朝鲜、俄罗斯相关力量。公司计划在后续Claude Opus版本中加入更强的网络安全输出防护机制，并为经过验证的安全专业人士推出网络安全认证访问计划。按其说法，关于合作伙伴测试结论及已修复漏洞的公开报告，预计将在90天内发布。