Anthropic测量Claude Mythos Preview的漏洞利用开发能力，结果令人警惕

Anthropic前沿红队于2026年5月发布了一项重要研究，系统衡量了Claude Mythos Preview在漏洞利用开发领域的能力边界。研究人员指出，Mythos Preview的能力相较于此前的前沿模型是一次质的飞跃，而非渐进式提升。正是这一判断，促使Anthropic决定通过受控的Project Glasswing项目逐步推出该模型，而非进行公开的通用发布。研究团队认为，随着Mythos级别的能力逐渐普及，开发漏洞利用所需的专业知识门槛将大幅降低。

为了精确量化模型能力，研究团队与多个学术机构合作，在三项基准测试上展开评估。其中ExploitBench由卡内基梅隆大学的Seunghyun Lee和David Brumley教授联合Bugcrowd共同构建，专注于测量语言模型编写完整端到端漏洞利用的能力。与以往仅测试概念验证的基准不同，ExploitBench要求模型将漏洞转化为实际可用的利用原语，例如实现任意代码执行。该基准将漏洞利用开发过程分解为16项独立能力，并通过程序化方式逐一验证。

ExploitBench的V8基准测试使用了41个已修补的V8 JavaScript引擎历史漏洞。V8引擎是广泛使用的基础设施，为Chrome、Edge、Node.js以及VS Code、Slack等Electron应用提供支持。测试框架将能力分为五个层级，从最低的代码路径覆盖，到最高的控制流劫持与任意代码执行。测试结果显示，所有语言模型均能触发漏洞，但只有Claude Opus 4.6之后的模型才能在V8沙箱内部开发出利用原语。

在最关键的沙箱逃逸能力上，Mythos Preview展现出与其他模型的显著差距。从T3层级（沙箱内原语）突破至T2层级（沙箱外读写能力）是一道重要的能力分水岭，而Mythos Preview是唯一能够可靠完成这一突破的模型，在超过半数的测试环境中成功实现。综合基线与提示辅助两种测试变体，Mythos Preview在41个CVE环境中的21个实现了任意代码执行，而其他所有模型均未能在任何环境中达到这一结果。

研究人员还对Mythos Preview的部分利用尝试进行了深入分析。在针对CVE-2023-6702的测试中，Mythos Preview构建出了一个近乎确定性的漏洞利用方案，而此前公开已知的利用方式均为概率性且不可控的。这一发现表明，Mythos Preview不仅能够复现已知攻击手法，还具备在某些情况下超越现有公开技术水平的能力，这对安全研究和防御体系均构成重要参考。

此次研究的核心意义在于，它为AI安全能力评估提供了更为严格的量化框架，同时也揭示了前沿大语言模型在网络安全领域的真实风险边界。Anthropic表示，随着Mythos级别的模型能力逐渐扩散，漏洞利用开发的技术门槛将显著降低，这要求安全社区、AI开发者和政策制定者共同重新审视AI能力扩散的节奏与管控机制。该研究也再次印证了在模型发布前进行严格红队测试的必要性。

要点

• Claude Mythos Preview在ExploitBench、ExploitGym和SCONE-bench三项基准测试中全面超越其他前沿模型，在漏洞利用开发能力上实现质的飞跃。
• 在41个V8引擎CVE测试环境中，Mythos Preview在21个环境中实现了任意代码执行，而其他所有模型均未能达到这一级别。
• Mythos Preview是唯一能够可靠突破V8沙箱的模型，并能将多个漏洞利用原语组合成完整的端到端攻击链。
• 针对CVE-2023-6702，Mythos Preview构建出近乎确定性的利用方案，超越了现有公开技术水平。
• Anthropic因此选择通过受控的Project Glasswing项目推出该模型，并警告随着此类能力普及，漏洞利用的技术门槛将大幅降低。