英国 AI 安全研究所（AISI）发布对 Anthropic Claude Mythos Preview 的网络安全能力评测，结果显示，这一模型已能在受控环境下自主完成完整的 32 步企业网络攻击模拟。在专家级 CTF（夺旗）挑战中，Claude Mythos Preview 的成功率达到 73%，AISI ���为这反映出前沿模型的网络攻击能力又一次出现明显跃升。
AISI 自 2023 年起持续跟踪 AI 网络攻击能力，并逐步搭建难度递增的评测体系。早期测试主要覆盖基础对话式探测，随后扩展到 CTF 挑战，如今则进入多步骤网络攻击模拟阶段。本次评测在网络靶场中给予模型最高 1 亿 token 的推理预算，AISI 指出，Claude Mythos Preview 的表现仍会随着预算上升继续改善。
专家级 CTF 任务成功率升至 73%
CTF 是网络安全领域常用的评测方法，核心是要求模型发现目标系统中的漏洞并加以利用，最终获取隐藏的“旗标”字符串。这类任务通常对应真实攻击链条中的某个单点技术环节，因此常被用来衡量模型的渗透测试能力。
按照 AISI 的说法，在“截至 2025 年 4 月前没有任何模型能够完成”的专家级 CTF 任务中，Claude Mythos Preview 已实现 73% 的成功率。AISI 认为，这意味着前沿模型在孤立的单项攻击技术上，已经接近高度成熟的水平。数字很直接。
TLO 靶场首次打通 32 步完整攻击链
单一 CTF 任务并不能覆盖真实世界中的持续性攻击。企业网络入侵通常涉及多台主机、多个网络分段，以及从初始侦察到横向移动、权限提升再到整体接管的一连串操作，人类专家往往需要数小时、数天甚至更久才能完成。
为贴近这类场景，AISI 构建了名为“The Last Ones（TLO）”的企业网络攻击模拟靶场，总共设置 32 个步骤。AISI 估计，人类专业人员完成这一流程大约需要 20 小时。评测显示，Claude Mythos Preview 成为首个能够从头到尾完整通过 TLO 的模型，在 10 次尝试中有 3 次 完成全部 32 步；把失败尝试计算在内，其平均完成步数为 22/32。作为对照，表现次佳的 Claude Opus 4.6 平均完成 16 步。
AISI 表示，在明确指令和网络访问授权都已提供的受控环境中，Claude Mythos Preview 已能执行多阶段攻击，并自主发现和利用漏洞。过去这类任务通常需要人类专业人员投入数天时间。
评测边界仍然明显
AISI 同时强��，现有评测框架与现实环境之间仍存在不小差距。当前靶场没有主动防御者介入，也没有部署防御工具；模型执行可能触发安全警报的行为时，不会因此受到惩罚。这一点很关键。
该机构明确表示，现阶段无法据此判断 Claude Mythos Preview 是否能够攻击防御完善的系统。更准确的描述是：在已经取得网络进入点的前提下，模型可以自主攻击规模较小、防御薄弱且存在已知漏洞的企业系统。
防御端的准备被再次提上日程
AISI 将这类能力定义为典型的双刃剑。一面是更多具备类似网络能力的模型可能继续出现，对防御薄弱的组织构成更高风险；另一面则是，AI 网络能力同样可能被用于提升防御效率和效果。
在组织应对层面，AISI 点名了几项基础措施：定期应用安全更新、强化访问控制、做好安全配置管理，并保留完整日志记录。AISI 还表示，后续会构建包含主动监控、端点检测和实时事件响应机制的靶场，用更接近真实攻防环境的方式衡量 AI 网络攻击能力的上限。