能力太强，Mythos 被 Anthropic “冻结”

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。

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。