sou
Anthropic解除AI网络安全限制，开放顶级模型攻防能力
Anthropic正式宣布解除大模型的网络安全限制，将顶级AI的实战攻防能力向经过认证的安全专业人员开放。此举旨在让防御方获得对等的技术反击能力，以应对日益复杂的网络威胁。
此前，公开发布的Claude Opus 5.5、Claude Sonnet 5.5和Claude Fable 5.1等模型均设有严格的安全拦截机制，几乎屏蔽所有网络安全相关操作。如今，Anthropic整合内部计划推出“扩展版网络验证计划”，涵盖包括Claude Mythos 5.1在内的全系顶尖模型，并设立三档分级权限体系。
三档权限分级管理体系
普通用户使用的公开版模型仅保留基础代码审查、已知补丁修复及简单漏洞排查功能。具备高级攻防能力的权限分为以下三个层级：
第一档：防御访问权限
该层级主要面向蓝队防御工作，支持安全运营中心响应、恶意软件逆向工程、漏洞分析与复现验证。申请对象包括企业、高校、政府、非营利组织的安全团队，关键基础设施运营方（如区域医院、公用事业），开源软件维护者以及有公开漏洞报告记录的独立研究员。官方预计大多数合规防御机构可在数天内通过审核。
第二档：红队访问权限
在防御权限基础上，增加授权渗透测试和红队模拟对抗能力。此权限仅对企业内部红队、政府红队及专业渗透测试公司开放，不接受个人申请。获权机构仅在授权范围内对目标系统进行模拟攻击，若模型检测到部署勒索软件或破坏物理系统等高危行为，仍会实时拦截。由于审核标准严格，审批周期需数周，等待期间申请机构将暂时归入防御权限组。
第三档：特种访问权限
这是限制最少、权限最高的一档，专为极少数经过严格背书的机构设立，用于测试电网、航空飞行系统、电信网络、跨行转账系统及政府行政网络等国家命脉关键系统。申请者需接受Anthropic联合美国政府进行的深度背景审查。
实测数据：解封后进攻能力显著提升
官方使用CyScenarioBench基准测试评估安全限制解除后的实际效果。在普通公开版状态下，Claude Opus 5.5因安全拦截导致任务成功率为零；在防御访问权限下，50次测试中被拦截46次，多数进攻动作无法执行。
而在红队访问权限下，安全拦截彻底归零。Claude Opus 5.5在无内部阻碍情况下，完成50项高难度攻击任务中的34项，成功率达67.6%，与该模型在无安全限制下的理论最高水平一致。
累计发现超13万个系统漏洞
在小范围封闭测试中，该系统已展现出强大的漏洞挖掘能力。2026年4月至7月，合作机构利用Claude Mythos模型累计挖出超过12.9万个已验证软件漏洞；Anthropic团队同期对开源项目扫描发现5500多个已验证漏洞，其中高危和严重级别漏洞超3.3万个。
博思艾伦、康卡斯特等参与实测机构反馈，大模型将漏洞发现周期缩短了数月甚至数年。官方指出，鉴于部分合作方尚未公开数据，13万仅为下限，真实影响规模预计至少为公布数据的五倍。
监控机制与多平台上线
为防止AI能力被恶意滥用，目前加入该计划的机构必须保留数据记录以备审查。今年秋季晚些时候，官方将上线企业前沿防护方案，允许符合条件的机构在私有云中运行模型，实现零数据留存。
目前，扩展版网络验证计划已在Claude官方平台、谷歌云Vertex AI及微软Foundry上线。亚马逊Bedrock平台目前仅对符合零数据留存条件的企业用户开放。
source：
--end--