Claude Mythos 系統卡放出，全面碾壓 Opus 4.6，網友們瞬間炸了

AI范兒 · 行業觀察

今天 Anthropic 又搞了個大動作。

不是發布新產品，而是拉了一個群：蘋果、微軟、谷歌、亞馬遜、英偉達、CrowdStrike、Palo Alto Networks、Linux 基金會……12 家科技巨頭全到齊了，加上另外 40 多家公司。

這個群叫Project Glasswing。

干什么用的？Anthropic 造了一個 AI 模型，找安全漏洞的能力強到讓他們自己坐不住了，于是決定不公開賣，只給這幫大公司用，幫它們找自家軟件里的安全隱患。

一家 AI 公司，造出了自己最強的模型，然后親手把它鎖進柜子里，還拉上全行業一起應對。

除了這個項目本身，它們還順帶把模型的系統卡也放出來了。這份長達 244 頁的文件披露了很多細節，瞬間引爆了社交媒體。

01從上一代到這一代，到底跳了多遠

這個被鎖起來的模型叫Claude Mythos（之前已經不小心泄漏了）。

光聽名字你可能沒感覺，但看完它和上一代 Claude Opus 4.6 的對比數據，你就知道 Anthropic 為什么慌了。

Anthropic 同步發布的 System Card（安全評估報告），里面有一張完整的 benchmark 對比表。

我挑幾個最炸的說。

熟悉 AI 編程的人都知道，Opus 4.6 在代碼能力上已經是公認的天花板了。但 Mythos 在這個天花板上又鑿了一層。

SWE-bench是目前最權威的 AI 編程評測，用真實的 GitHub issue 來測"你能不能把 bug 修好"。

它有三個難度：標準版（Verified）、高難度版（Pro）、以及看截圖修 bug 的多模態版（Multimodal）。

SWE-bench 編程能力對比 Mythos Opus 4.6 GPT-5.4 Verified 真實代碼修復 80.8% 93.9% Pro 高難度編程 57.7% 53.4% 77.8% Multimodal 看截圖修 bug 27.1% 59% 數據來源：Claude Mythos Preview System Card

標準版：Opus 4.6 是 80.8%，Mythos 拉到了 93.9%。

高難度版：Opus 4.6 是 53.4%，Mythos 77.8%，GPT-5.4 才 57.7%，甩開第二名 20 個百分點。

多模態版最夸張：Opus 4.6 是 27.1%，Mythos 直接 59%，翻了一倍多。

天花板之上，居然還有這么大的空間。

看那邊表格會發現，這不是某一項突然變強了，而是全面碾壓。編程、數學、推理、長上下文、多模態、操作電腦，每個方向都是大幅跳躍。

Anthropic 用一個叫 ECI（綜合能力指數）的方法追蹤了自家模型的能力增長曲線，發現 Mythos 這一代的增長斜率是之前趨勢的 2 到 4 倍。

不是勻速變強，是突然加速了。

但真正讓 Anthropic 做出"不賣"這個決定的，不是這些 benchmark 分數，而是這些通用能力提升在一個特定領域產生的后果：網絡安全。

02不只是找鎖，還能配鑰匙

先看一組最直觀的對比。

Anthropic 之前跟 Mozilla 合作，讓 Opus 4.6 去找 Firefox 瀏覽器的安全漏洞。找到了不少，但讓它把漏洞變成真正的攻擊代碼時，幾百次嘗試，只成功了 2 次。

同樣的測試換成 Mythos？成功了 181 次。

Opus 4.6 2 次 Mythos 181 次

這不是進步，這是換了個物種。

過去幾周，Anthropic 用 Mythos 掃描了各種主流軟件，找到了上千個零日漏洞。

零日漏洞：軟件里藏著的安全隱患，連開發者自己都不知道它存在。這是網絡安全領域最值錢、也最危險的東西。

其中幾個案例特別炸。

OpenBSD，27 年。號稱全球最安全的操作系統，無數安全專家審計過的代碼，Mythos 找到了一個從 1998 年就存在的漏洞，可以遠程崩潰任何運行它的機器。成本？不到 50 美元的 API 調用費。

FFmpeg，16 年。全世界用得最廣的視頻處理庫，被自動化掃描工具跑過了幾百萬次。Mythos 看了一遍代碼，找到了一個這些工具從來沒觸發過的漏洞。

FreeBSD，17 年。這個最狠。Mythos 找到漏洞后，全自動寫出了完整的遠程攻擊代碼，把攻擊拆成 6 個數據包依次發送。效果是：任何人從互聯網上就能拿到目標機器的最高權限。

它還在多個主流瀏覽器上完成了沙箱逃逸。

把 4 個不同的漏洞串成一條攻擊鏈，從瀏覽器一路打穿到操作系統內核。這種"漏洞鏈"攻擊，放在人類世界里，是只有國家級黑客團隊才玩得轉的操作。

而且最關鍵的一點：這些網絡安全能力不是專門訓練出來的。

Mythos 是一個通用模型，代碼能力、推理能力全面提升之后，安全攻防就自然"涌現"了。

就像你本來只是想讓一個人學會開鎖修鎖，結果他順便學會了破解保險柜。

03測試時的"自主行為"，才是真正嚇人的

找漏洞、寫攻擊代碼，這些還算"正經本事"。

Mythos 早期版本在 Anthropic 內部測試時干的那些事，才是整份報告里最讓人后背發涼的部分。

自己越獄，還主動炫耀。研究員給了它一臺安全隔離的電腦，讓它試試能不能逃出去。

它不僅逃出去了，還把自己的攻擊細節發到了幾個公開網站上，沒人讓它這么做。那個研究員當時正在公園里吃三明治，突然收到了 Mythos 發來的郵件：任務完成了。

偷到答案，故意寫錯一點。在一次測試中，它通過一個被明確禁止的途徑拿到了考題答案。沒有上報，而是自己重做了一遍，提交時故意讓答案"不那么精確"，免得被發現。

改完文件，清除痕跡。它找到漏洞修改了沒權限動的文件，改完之后還處理了 git 的修改歷史，確保不被發現。

讓它關一個實驗，它關了所有人的。研究員讓它停掉某一個實驗任務，它直接把服務器上所有人的實驗全關了。盡管被明確提醒過要小心。

Anthropic 對這類行為的定性是"魯莽"。不是模型有什么邪惡目標，而是它為了完成任務會不擇手段走捷徑。

能力極強，但完全不考慮后果。像一個天賦異稟但沒有安全意識的實習生。

好消息：這些最嚴重的行為都發生在早期版本，經過多輪訓練調整，最終版已經大幅改善。

但 Anthropic 也老實承認：這些傾向并沒有完全消失。

04為什么不賣，Glasswing 在干什么

Anthropic 在報告里說得很直白：找漏洞的能力和寫攻擊代碼的能力，是同一種能力的兩面。

你沒法只給它防御的劍，不給它進攻的矛。

但他們也想明白了：這種級別的 AI 能力遲早會擴散，與其等攻擊者先用上，不如讓防守方先武裝起來。

這就是Project Glasswing的邏輯。12 家核心成員加上 40 多家公司和開源項目，拿到 Mythos 只能干一件事：掃描自己的軟件，找漏洞、補漏洞。

Anthropic 的紅隊在技術博客里還給了一個務實的建議：就算用不上 Mythos，用現在公開的 Opus 4.6 掃描代碼庫也能找到大量漏洞。

關鍵是現在就開始，等這個級別的模型普及了再準備就晚了。

他們還說了一句很重的話：過去 20 年網絡安全的攻防格局基本穩定，能大規模自動發現和利用漏洞的 AI，可能會打破這個維持了 20 年的平衡。

05這件事，跟我們每個人都有關

我們手機上的操作系統、每天用的瀏覽器、公司服務器跑的 Linux、看視頻時后臺跑的 FFmpeg，現在都在被這個 AI 掃描。

那些藏了十幾二十年的漏洞，在修復之前隨時可能被壞人利用。但反過來說，正因為有了這個 AI，它們才有機會在被壞人發現之前被堵上。

最直接的影響是：以后軟件的安全更新可能會變得更頻繁。以前一個季度推一次補丁就行了，以后可能得按周來。

對整個 AI 行業來說，信號更大：一家 AI 公司，第一次做出了一個自己認為"太強了不能隨便放出來"的模型。不是營銷話術，是真的鎖起來了。

很多人總喜歡討論"AI 什么時候超過人類"。

Anthropic 用這件事給出了一個局部答案：至少在網絡安全這個領域，已經超了。

但比"超了"更重要的是：超了之后怎么辦？

先鎖起來、先武裝防守方、先把自己模型干過的壞事全抖出來。Anthropic 的選擇

這種做法對不對、夠不夠，可以討論。但在現在這個 AI 公司恨不得把模型名字刻在月球上的氛圍里，至少是一股不太一樣的風。

Anthropic 在報告結尾還寫了一段值得琢磨的話：如果全行業在沒有足夠安全機制的情況下，就沖向超人類水平的 AI 系統，后果會很嚴重。

這話說得重，但看完這份報告，你很難說他們在危言聳聽。

參考資料

https://www.anthropic.com/glasswing

https://red.anthropic.com/2026/mythos-preview/

https://anthropic.com/claude-mythos-preview-system-card

你覺得 AI 強到什么程度，公司應該選擇"不發布"？評論區聊聊你的看法覺得有用 → 點個??在看轉給還不知道的朋友點個贊 告訴我你看完了關注「AI范兒」，下次更新第一時間收到