出品｜虎嗅科技组

作者｜赵致格

编辑｜苗正卿

头图｜视觉中国

4月8日，关注AI圈动态的极客们收到了一个好消息和一个坏消息。好消息是Anthropic那个被传得神乎其神的新模型Claude Mythos终于发布了预览版，而各种公开的数据也显示出Mythos确实全方面碾压了Opus4.6。

但坏消息是，因为相关防护机制尚未成熟，Mythos当前不对公众开放，Anthropic还为其定制了一个安全项目玻璃墙计划（Project Glasswing）。根据这一安全项目，仅有12家机构能访问Mythos。与此同时，Anthropic还承诺提供最高1亿美元的模型使用额度，用于防御性网络安全研究。

过去一段时间，关于Mythos的传闻一直在满天飞。早在3月26日，Anthropic的一个内容管理系统出现了错误，曝光了一篇还没有正式发布的草稿。这篇草稿称Mythos是“史上最强大的模型”。

X上同样有人爆料称，某家实验室完成了迄今为止最大的一次成功训练，而新模型的表现远远超过内部预期，也超过了大家根据模型缩放定律（scaling law）能预测的水平。

虽然普通人无法亲自体会这个传说中的又一次“GPT时刻”，但Anthropic公布的一系列数据确实显示出Mythos 强得可怕。

在专业漏洞复现测试CyberGym上，Mythos的得分是83.1%，而此前Anthropic 的最强模型Opus4.6的分数是66.6%。

在编程能力方面，Mythos在SWE-bench Pro、Terminal-Bench 2.0、SWE-bench Multimodal (internal implementation)、SWE-bench Multilingual、SWE-bench Verified中的测试分数均显著高于Opus4.6。Anthropic称，新模型的能力已经达到“可以与最顶尖人类安全专家竞争”的水平。

在考验计算机操作能力的BrowseComp和OSWorld-Verified 测试中，Mythos取得了86.9%和79.6%的高分并超过了Opus4.6。

Mythos不仅是在编程能力上表现强悍。在研究生水平科学问答测试（GPQA Diamond）测试中，Mythos以94.6%的分数超过Opus4.6的91.3%；在Humanity‘s Last Exam的有工具和无工具测试中，Mythos 56.8%和64.7%的分数均超过Opus4.6十个百分点。

在考验计算机操作能力的BrowseComp和OSWorld-Verified 测试中，Mythos取得了86.9%和79.6%的高分并超过了Opus4.6。

不过，上述维护的优异表现并不是Anthropic不敢上线Mythos的原因。Mythos真正的可怕之处在它突破软件安全防线的能力太强了。

理论上，所有软件都可能会有漏洞，但是Mythos在发现并攻击漏洞上的能力远超人类水平。根据Anthropic的博文介绍，Mythos已经在在操作系统、网络浏览器和其他软件中发现了“几千个”重大漏洞，其中包括OpenBSD中一个存在27年的错误，以及FFmpeg中一个存在16年、在自动测试工具运行500万次后仍未被检测到的漏洞。

可以说，全世界所有的软件和系统在Mythos面前都显得漏洞百出，脆弱不堪。假如Mythos的能力在当下被黑客掌握，无疑会有无数数字基础设施会遭殃。

Anthropic的CEO达里奥·阿莫迪（Dario Amodei）Mythos发布的同时也在X上表达了自己的担忧和信心。他表示：“网络安全是前沿AI模型带来的首个明确且现实的危险，但绝不会是最后一个。若我们能共同迎接挑战、应对这一风险，这或将成为一份蓝图，用以解决未来更为艰巨的挑战。”

达里奥随后又进一步解释：“一旦应对失误，其危险显而易见；但倘若应对得当，我们将真正迎来机遇：建造一个比AI网络安全能力出现之前更加安全的互联网与世界。”

面对AI发展带来的危险和机遇，Anthropic 提出的应对方法是发起玻璃翼计划（Project Glasswing）。这个项目将向特定组织开放其未公开发布的通用AI模型“Claude Mythos预览版”，用于防御性网络安全工作。12个合作伙伴包括亚马逊、微软、苹果、谷歌、英伟达、CrowdStrike和Palo Alto Networks等科技与网络安全公司。

这12家公司覆盖了云计算、浏览器、芯片、金融基础设施、操作系统等各个领域的巨头。可以说，全球数字基础设施的核心参与者都在其中了。而这些参与者将作为防守方抢先一步用上顶级的AI模型，补上现有的系统漏洞。

一直以来，Anthropic都被认为是最重视安全的AI的科技公司，不过与之伴随的也有不少争议，很多人认为Anthropic只是说说漂亮话，真实目的是想通过提升AI安全标准来提升中小公司的入场门槛。

但就此次的玻璃翼计划（Project Glasswing）而言，Anthropic的行动无疑是值得人们赞许的。在研发出了最强模型后，Anthropic没有将它第一时间推向市场谋取最大曝光，而是先让全球信息基础设施来完善自己，为全球软件安全筑起新一代屏障，也为为未来高风险 AI 治理提供了可复制的蓝图。

本文来自虎嗅，原文链接：https://www.huxiu.com/article/4848866.html?f=wyxwapp