Anthropic 发布 Project Glasswing,并不是在宣布一个普通的新模型项目,而是在对外释放一个更强烈的信号:前沿模型在网络安全上的能力跃迁,已经到了必须被当作现实安全问题来处理的程度。
按照 Anthropic 的说法,Project Glasswing 的出发点很直接。它们内部训练出了一款尚未公开发布的前沿模型 Claude Mythos Preview,而这款模型在发现和利用软件漏洞方面,能力已经强到足以改变整个网络安全行业的节奏。也正因为如此,Anthropic 没有选择立刻向公众开放它,而是先联合 AWS、Apple、Cisco、CrowdStrike、Google、JPMorganChase、Linux Foundation、Microsoft、NVIDIA、Palo Alto Networks 等一批关键机构,把模型优先投向防守场景,希望先去加固那些构成全球共享攻击面的关键软件系统。除了首批合作方,Anthropic 还向 40 多家构建或维护关键基础设施软件的组织开放了访问权限,并承诺投入最高 1 亿美元的模型使用额度,另加 400 万美元支持开源安全组织。
这背后对应的是一个并不轻松的判断。现代社会依赖的大量关键系统,银行、医院、物流、电网、政府信息系统,都建立在复杂软件之上,而复杂软件里始终会有 bug。过去,真正危险的漏洞往往能潜伏很多年,不是因为没人想找,而是因为发现它们、理解它们、再把它们利用起来,本来就是一项门槛极高的专业工作。Anthropic 认为,这个旧前提正在被 AI 改写。随着前沿模型在代码理解、长程推理和自主实验上的能力持续提升,发现漏洞和开发 exploit 所需的成本、时间和技术门槛正在明显下降。如果这种能力在短时间内广泛扩散到攻击者手中,网络攻击的频率、速度和破坏性都会被抬高。
Anthropic 之所以把话说得这么重,不只是因为趋势判断,而是因为 Mythos Preview 已经拿出了一批很难忽视的结果。根据官方说法,在过去几周里,这个模型已经发现了数千个 zero-day 漏洞,覆盖所有主流操作系统、所有主流浏览器,以及其他大量关键软件,其中不少属于高严重级别。更重要的是,它在很多情况下不是靠人类一步步牵着走,而是能够自己完成从阅读代码、提出假设、设计实验、验证问题,到最后生成漏洞报告和利用样例的完整过程。Anthropic 对外公开的三个已修补案例很有代表性:一个是 OpenBSD 上存在 27 年的漏洞,能被远程触发并使系统崩溃;一个是 FFmpeg 中藏了 16 年的问题,自动化测试数百万次命中过相关代码却始终没有发现;还有一组 Linux 内核漏洞,被模型自主串成了从普通用户权限提升到完全控制机器的利用链。
真正让人意识到问题性质已经变化的,还不只是“会找漏洞”,而是“会做利用”。Anthropic 的红队技术说明里提到,Mythos Preview 已经能够写出相当复杂的攻击链:它可以在浏览器场景下把 4 个漏洞拼接起来,构造复杂的 JIT heap spray,并逃逸渲染器与操作系统沙箱;也能利用 race condition 和 KASLR 绕过,在 Linux 等系统上完成本地提权;甚至还能针对 FreeBSD 的 NFS 服务写出远程代码执行 exploit,使未认证用户直接拿到 root。Anthropic 还给了一个意味深长的例子:没有正式安全训练背景的内部工程师,把任务交给 Mythos Preview 过夜,到第二天早上就可能拿到一个可运行的远程代码执行利用。这说明变化不只是顶尖研究员效率更高,而是原本高度稀缺的能力开始被模型显著下放。
从 benchmark 看,Anthropic 也试图证明这种网络安全能力不是偶然冒出来的。CyberGym 上,Mythos Preview 达到 83.1%,高于 Opus 4.6 的 66.6%。在更通用的编码与推理测试里,它同样显著领先:SWE-bench Pro 为 77.8% 对 53.4%,SWE-bench Verified 为 93.9% 对 80.8%,Terminal-Bench 2.0 为 82.0% 对 65.4%,GPQA Diamond 为 94.6% 对 91.3%,带工具版 Humanity’s Last Exam 为 64.7% 对 53.1%,OSWorld-Verified 为 79.6% 对 72.7%。Anthropic 的解释很关键:他们并没有把 Mythos Preview 单独训练成一个“安全攻击模型”,而是随着代码能力、推理能力和自主能力一起变强,模型在找漏洞、修漏洞和利用漏洞这些任务上同步跨过了门槛。也正因为这些能力是通用能力的自然外溢,问题才更棘手。
Anthropic 也因此调整了自己的评估思路。文章提到,传统那种依赖已知漏洞复现的 benchmark,越来越难判断模型到底是在展示真正的新能力,还是在某种程度上复现训练里见过的内容。所以他们把重点转向真实世界的 zero-day 搜索:把待测项目和源码放进与外网隔离的容器里,只给模型一个非常简短的提示,让它自己去读代码、做实验、验证想法、反复试错,最后再交付漏洞报告和 proof-of-concept。为了提高效率,他们会先让模型判断哪些文件最可能藏有高价值漏洞,再让不同 agent 分头并行搜索,结束后还要再经过一个复核 agent 和人工 triage。由于大部分发现的问题还处于披露和修补流程中,Anthropic 只能暂时公布很少一部分细节,其余内容则先用加密哈希作承诺,待修补完成后再完整公开。这个安排本身已经说明,Mythos Preview 的能力强到连研究发布流程都得跟着改。
Project Glasswing 就是在这种背景下推出的一套现实应对方案。参与方将获得 Mythos Preview 的访问权限,用它来做本地漏洞检测、二进制黑盒测试、端点加固和渗透测试。研究预览阶段的大部分使用由 Anthropic 的额度承担,之后则进入付费模式,接入方式覆盖 Claude API、Amazon Bedrock、Google Cloud Vertex AI 和 Microsoft Foundry。针对开源生态,Anthropic 还向 Linux Foundation 旗下的 Alpha-Omega 和 OpenSSF,以及 Apache Software Foundation 提供了定向资金支持,并允许开源维护者通过专门项目申请模型访问。与此同时,Anthropic 承诺在 90 天内公开分享阶段性成果,包括可披露的修复和经验总结。整个设计思路很明确:既然这类模型还不适合直接普遍开放,那就优先让最关键的防守方先拿到工具。
文章最后把问题推向了更大的层面。Anthropic 计划和行业安全组织一起,推动 AI 时代新的安全实践,范围包括漏洞披露流程、软件更新流程、开源与供应链安全、secure-by-design 开发流程、受监管行业标准、分诊自动化和补丁自动化。它还明确提到,自己一直在和美国政府讨论 Mythos Preview 的进攻与防守能力,并把这件事放到国家安全框架下理解:关键基础设施的安全已经是民主国家的核心议题,而 AI 模型的能力跃迁,会直接改变这个议题的风险结构。Anthropic 甚至提出,中期来看,持续推进这类大规模网络安全协作的理想形式,也许应该是一个独立第三方机构,而不是长期由单一公司主导。
文章传达的其实不是“Anthropic 又有了一个更强的模型”,而是“网络安全的攻防平衡正在进入一个新阶段,而防守方已经没有太多观望时间”。Project Glasswing 的意义,就在于它试图为这个新阶段先搭出一条防守优先、限制访问、协调披露、跨行业协同的落地路径。
#AI#Anthropic#安全

