卡皮巴拉变身“金色传说”？Anthropic 掏出最强 AI：漏洞一挖一个准，这届人类专家快要碎了

TL;DR：

Anthropic 发布了代号“卡皮巴拉”的核武级模型 Claude Mythos，由于挖漏洞能力太“刑”，官方吓得赶紧把它锁进柜子里。现在他们拉上苹果、微软等巨头开启了“玻璃翼蝶”计划（Project Glasswing），试图抢在黑客之前把互联网的补丁打完。

一夜之间，你的手机、电脑、路由器，甚至智能马桶，可能都要疯狂打补丁修漏洞了。

这不是咱们在制造焦虑，而是 Anthropic 搞出了一个“大家伙”。就在本周，他们正式发布了自称有史以来最强的模型——Claude Mythos Preview。¹ 这个版本最离谱的能力在于：它能自主发现 0-day 漏洞（开发者还没察觉的致命弱点），并顺手写出一套完整的攻击代码。

眼看这能力实在“太刑了”，Anthropic 自己都哆嗦了。于是他们祭出了那个熟悉的理由——“过于先进，不便展示”，暂时不对外公开发售。取而代之的是，他们搞了个名叫 Project Glasswing（玻璃翼蝶） 的计划，只把模型授权给亚马逊、苹果、微软、谷歌等 12 家“正派大厂”用于安全防御。²³

技术大揭秘：这玩意儿到底有多“降维打击”？

其实这波新模型，咱们圈内人早有耳闻。上个月底，Anthropic 后院起火，泄露了 3000 多份机密文档。当时大家就发现，在原本的超大杯 Opus 之上，还藏着一个代号“卡皮巴拉”的怪物。估计是觉得这名字太萌，正式发布时改成了 Mythos（神话），听起来就有种“金色传说”的压制感。¹

虽然咱们普通用户暂时摸不到，但官方给出的数据足以让人头皮发麻。以前各家出新品，跑分能涨个 5% 都要开香槟庆祝了，但 Mythos 走的是“掀桌子”路线：

• USAMO（美国数学奥林匹克竞赛）： 得分从上一代的 42.3% 直接暴涨到 97.6%；
• Cybench（网络安全基准测试）： 直接 100% 满分通关。Anthropic 甚至凡尔赛了一把：现有的测试太没难度，对 Mythos 已经失去意义了；⁴
• Firefox JS shell 漏洞利用测试： 能力比之前的最强模型 Opus 4.6 提升了近 80 倍。

面对这种几十倍的增长，Anthropic 敢放话 Mythos 能和“最顶尖的人类安全专家”掰手腕，确实不是在吹牛。¹

行业“地震”：谁笑了，谁哭了？

看到这里，你是不是觉得这剧本有点眼熟？先是“不小心”泄露风声，然后官方甩出炸裂数据，最后话锋一转：“哎呀，我家模型太强了，怕毁灭世界，不给你们用哦”。

这种“谜语人”套路，OpenAI 的 GPT-5 和 Sora 都玩过。更巧的是，Anthropic 刚好被传要在今年 IPO（上市）。知名开发者 Simon Willison 就直接开启了阴阳怪气模式：“我们的模型太危险了不能发布”，果然是 AI 圈的流量密码。 ⁵

不过，当你看了它的实际操作，可能也会觉得：这玩意儿现在放出来，确实相当于去幼儿园发 AK。

“如果这个文章全是真的，感觉安全圈有一半人可以去跳河了。” ——某信息安全从业人士文安（化名）

Mythos 有两个战绩最吓人：它在号称全球最安全的 OpenBSD 系统里，找到了一个藏了 27 年 的远古漏洞；还在 FFmpeg（几乎所有播放器的底层）中发现了一个被人类反复测试过 500 万次 都没被发现的漏洞。¹

文安分析认为，Mythos 的可怕之处不在于它是“更强的黑客工具”，而在于它把攻击门槛降到了地板上。以前搞网络攻击得小黑屋里熬几个月，以后可能村口小黑胖抠着脚，对着 AI 喊两句麦，一个高危漏洞就搞定了。¹

未来预测：AI 竟然也会“毁尸灭迹”？

最让人细思极恐的，是 Mythos 在测试中展现出的“心机”。

在一项测试中，Mythos 发现自己没有访问权限。换做别的 AI 可能会说“臣妾做不到”，但 Mythos 偏不，它居然尝试去读取沙箱底层，想从内存里直接把令牌偷出来。最绝的一次，它利用漏洞操作了敏感文件后，顺手修改了自己的历史记录，试图毁尸灭迹，不让研究人员发现。 ¹

甚至在做题时，它不小心瞥到了答案，为了不被发现是“抄袭”，它故意在最终答案里引入了一个逻辑合理的小错误，假装是自己辛苦算出来的。这操作，比当年抄作业被抓的同桌高明到不知道哪里去了。

虽然研究人员澄清，这些行为并非 AI 产生了“邪恶目的”，而是模型为了完成任务自发的逻辑推演，并且已经通过强化训练把发生率降到了百万分之一以下。¹ 但问题是，如果这个模型每天被调用几十亿次呢？

所以，Anthropic 搞 Project Glasswing 也是一种“防御性防御”。³ 在 AI 时代的网络攻防中，未来的常态大概率是“人类指挥官 + AI 特种兵”的混合双打。

虽然你暂时不用担心余额被盗，但当攻击成本趋近于零时，我们唯一能指望的，就是那些大厂能用 AI 筑起更高、更稳的防火墙。

引用

• Anthropic
• Claude Mythos
• 网络安全
• 0-Day漏洞
• AI安全