Mythos首个报告出炉:全球数十亿设备裸奔,30天挖出10000致命漏洞

marsbitPublished on 2026-05-25Last updated on 2026-05-25

Abstract

Anthropic公司启动的“玻璃翼计划”首月战报公布,其下一代顶级大模型Claude Mythos Preview在30天内联合全球约50家网络及关键基础设施公司,发现了超过10,000个高危或严重软件漏洞。该模型不仅能精准发现漏洞,误报率低于人类专家,还能自动构建攻击链,甚至在一家合作银行成功拦截了一笔150万美元的电诈。 报告显示,Mythos对Cloudflare、Mozilla Firefox、OpenBSD等核心系统进行了扫描,发现了大量漏洞,包括在OpenBSD中隐藏27年的旧Bug。在对全球1000多个关键开源项目的扫描中,共发现23,019个漏洞,经第三方复核确认其中1,094个为高危或严重漏洞,准确率达90.6%。一个典型案例是在广泛使用的开源密码库wolfSSL中发现了一个可伪造数字证书的严重逻辑漏洞。 然而,漏洞发现速度远超人类修复能力,导致开源维护者不堪重负。为此,Anthropic推出了“防御者工具包”,包括能自动生成修复补丁的Claude Security、面向安全研究员的“网络验证计划”,以及一套开源的自动化漏洞挖掘流水线,旨在用AI修复AI发现的漏洞。 由于Mythos能力过于强大且可能被滥用,Anthropic暂未公开发布,强调需先建立更高级别的安全护栏。公司呼吁行业缩短补丁周期、推行强制升级并加强基础安全措施。尽管当前人类开发者面临修复压力,但长远来看,此类AI技术有望极大提升全球软件的安全基石。

A厂的玻璃翼计划首战告捷,Mythos 30天内就挖出1万个致命漏洞,甚至拦截了150万美元电诈!面对雪片式的报告,人类程序员也崩溃求饶了:「求别挖了,根本修不完啊!」

就在刚刚,Anthropic又发布了一条震撼全球科技圈与安全圈的消息。

「玻璃翼计划」的首月战报,正式公布了!

在这场秘密行动中,Anthropic首次动用了下一代顶级大模型——Claude Mythos Preview。

在短短30天内,它联合了全球约50家网络巨头和关键基础设施软件开发方,一口气揪出了超过10,000个高危或严重级别的软件漏洞!

更恐怖的是,它不仅能找漏洞,还能「端到端」自动构建攻击链。

甚至在某家合作银行的真实业务中,成功拦截了一笔150万美元的电诈!

一时间,整个安全圈彻底震了。

有安全专家甚至在X上绝望惊呼:「互联网底座被AI翻了个底朝天……我们可能真的要凉了!」

疯狂的30天

全球科技巨头亲身体验,Mythos究竟多恐怖

2026年4月,Anthropic秘密启动了Project Glasswing。这个名字的寓意,是希望世界上最重要的闭源和开源软件变得透明且安全。

首批加入该计划的,是约50家关键基础设施软件开发方。

当他们拿到Claude Mythos Preview的测试权限后,短短一个月内,整个行业的三观都被震碎了。

来看看这份闪瞎眼的战报——

Cloudflare报告,在极度关键的核心路径系统中,Mythos一口气挖出了2000个漏洞!其中有400个属于高危或严重级别。

更离谱的是,Cloudflare的安全团队惊呼:这个AI的误报率,甚至比人类顶级安全测试员还要低。

在Mozilla最新的Firefox 150浏览器测试中,Mythos一口气修复了 271个高危漏洞。

这个数字是此前在Firefox 148版本中使用Opus 4.6所发现漏洞数的10倍以上!

OpenBSD报告的战绩简直让人毛骨悚然:Mythos在OpenBSD的代码库中,竟然揪出了隐藏了整整27年的陈年老Bug!

而且,模型甚至不需要人类插手,自己就构建出了完整的漏洞利用链。

英国AI安全研究所则给出了官方背书。他们确认,Mythos Preview是全球首个能够端到端完全攻克他们设置的双重网络靶场的AI模型。

Mythos在实战防御中,Mythos也大显神威。

在一家合作的银行中,一个黑客团伙已经成功入侵了客户的电子邮件,并使用了AI语音克隆技术拨打了欺诈电话。

就在这笔高达150万美元的电汇即将被转走的千钧一发之际,Mythos模型通过实时分析异常行为链路,瞬间识破了骗局并强行阻断了交易!

「我们这群人类安全专家,看起来就像是拿着长矛的原始人,看着一架F-22战斗机从头顶飞过。」 一位参与内测的安全研究员在X上感叹道。

全球数十亿台裸奔设备,被Mythos挽救了!

然而,Mythos也掀起一场产能危机。

在过去,网络安全界的核心瓶颈是发现漏洞。找到一个高危零日漏洞,顶尖白帽黑客可能要花上几个星期甚至几个月。

而现在,Claude Mythos把寻找漏洞的成本和时间直接打到了「无限趋近于零」。

Anthropic用它对全球1000多个支撑着互联网运转的核心开源项目进行了扫描。结果令人头皮发麻——

总共扫出 23,019 个漏洞,其中包含由Mythos评估的 6,202 个高危或严重漏洞!

为了确保不是AI在「胡言乱语」,Anthropic联合了6家全球顶尖的独立安全研究公司进行人工交叉复核。

结果证明:AI的真阳性(即漏洞真实存在)准确率高达90.6%! 最终确认其中有1,094个是铁证如山的高危或严重漏洞。

开源漏洞仪表盘,显示所有严重程度的漏洞

这里必须提一个极其典型的案例——wolfSSL。

wolfSSL是一个极其著名的开源密码学库,全球有数十亿台设备(包括物联网设备、路由器、智能汽车等)都在使用它。

然而,在Mythos面前,wolfSSL的防线形同虚设。Mythos不仅发现了一个极其隐蔽的逻辑漏洞,它甚至自己动手写出了一套攻击代码!

利用这套代码,黑客可以随意伪造数字证书,造出极其逼真的银行网站或者邮箱登录页,没有任何破绽。

如果这个漏洞没有被Mythos提前发现并提交修复,一旦被黑产利用,后果不堪设想。

全球数十亿台设备,其实一直都在危险边缘裸奔。这一次,是Mythos拉了回来。

史诗级反转:找bug不再是瓶颈,修bug才是!

随着Project Glasswing的推进,一个网络安全历史上从未出现过的奇葩现象诞生了。

「网络安全的瓶颈不再是寻找漏洞。现在的瓶颈是:人类修复漏洞的速度,远远跟不上AI发现漏洞的速度。」

对于开源社区维护者来说,这简直是一场噩梦。

Anthropic的漏洞报告就像雪片一样飞向各大开源社区。作者们已经招架不住了。

「别挖了!求求你们放慢速度!我们真的修不过来了!」

据Anthropic透露,近期有多位开源维护者发来「求饶」邮件,请求他们放缓漏洞披露的节奏。因为人手严重不足。

即使收到详细报告,人类程序员平均修复一个高危漏洞,依然需要整整两周的时间。

目前,Anthropic提交给开源作者的1129个漏洞中,目前只有75个高危漏洞被成功打上补丁。当前安全生态系统已经严重超载!

魔法打败魔法:Anthropic的防御

既然人类已经修不过来,那就用魔法打败魔法。

Anthropic果断抛出了「防御者工具包」方案。

首先是重磅上线的 Claude Security。

这是专为Claude企业版客户打造的自动化神器。它的逻辑是:我不光帮你找出代码库里的漏洞,我还直接把修复补丁给你写好。

上线仅三周,企业客户就已经用Opus 4.7光速修复了超过2100个漏洞!

其次是「网络验证计划」。

Anthropic开始允许专业的白帽子、渗透测试员和红蓝对抗团队,在合法合规的前提下,解除Claude模型的一些「安全紧箍咒」,用于合法的漏洞研究和靶场测试。

更有意思的是,Anthropic直接开源了一套「抓BUG流水线」。

1 定制化指令(Skills): 教你怎么让AI保持专注,进行深度的代码审查。

2 自动化框架(Harness): 一个能让Claude自动遍历庞大代码库、克隆子代理并行扫描、自动分拣漏洞并生成报告的指挥系统。

3 威胁建模生成器(Threat Model Builder): 直接把代码丢进去,AI会自动识别系统里最容易被攻击的「软肋」,优先安排重点防御。

网络巨头思科也站了出来,宣布开源「Foundry Security Spec」系统,搭建类似于Mythos的安全评估防线。

从此,就是AI发现漏洞,再用AI生成补丁,人类只负责最后审核。

这,才是未来网络安全的终极形态。

达摩克利斯之剑:Mythos究竟何时公开发布?

所以,Claude Mythos究竟什么时候正式开放?

Anthropic目前的态度依然非常谨慎。

他们表示,一旦构建出「更强大、更高级别的安全护栏」,Mythos级模型必将全面推向公开发布!

现在还不能放出来,因为它实在太危险了。

正如XBOW的测试报告所言:Mythos Preview在Web漏洞利用基准测试上实现了「对所有现有模型的跨代级大幅领先」,甚至在每一个Token的生成上都展现出了「绝对史无前例的精确度」。

Anthropic非常清楚,目前世界上没有任何一家公司拥有足够强大的安全机制,能100%确保这个模型不被滥用。

如果今天就把Mythos的API公之于众,明天全球的黑客组织、甚至某些极端组织,就能以极低成本批量生产出成千上万个Zero-day利用工具。

普通人的电脑、医院的系统、电网的控制中枢,将面临一场浩劫!

Anthropic给出的建议是:

1 缩短补丁周期!缩短补丁周期!缩短补丁周期! 别攒着一个月发一次更新了,利用现有的AI工具(如Opus 4.7),尽快把安全修复推给用户。

2 强制升级策略。 开发者必须让用户尽可能无脑地安装更新,对于那些死活不升级的用户,采取强制断网。 回归安全基本功。

3 强化多因素认证(MFA)、加固默认配置、保留详尽的日志。风暴前夕的平静

风暴前夕的平静

一个月,超50家巨头联手,10000+致命漏洞,拦截150万美元电诈……这仅仅是Claude Mythos Preview小试牛刀的战绩。

现在,人类程序员在经历阵痛期——被AI报告淹没,修补潜伏二三十年的bug。

但正如Anthropic在所展望的那样——

「跨越这些风险之后,一个令人振奋的世界正在向我们招手:在那个世界里,人类重要的代码将被淬炼得比今天坚固百倍,而黑客攻击,将成为极其罕见的历史名词。」

让我们默默感谢一下那些不知疲倦地审查了数亿行代码的AI。

很可能,它刚刚为你阻挡了一次致命的核爆。

参考资料:

https://x.com/AnthropicAI/status/20579091025425495

本文来自微信公众号“新智元”,作者:ASI启示录,编辑: Aeneas Moses

Related Questions

QAnthropic的'玻璃翼计划'首月战报中,AI模型Mythos取得了哪些主要成果?

A在为期30天的Project Glasswing计划中,Anthropic的下一代大模型Claude Mythos Preview联合全球约50家合作伙伴,主要取得了以下成果:1)发现了超过10,000个高危或严重级别的软件漏洞;2)成功拦截了一笔高达150万美元的电信诈骗交易;3)在Cloudflare、Mozilla Firefox、OpenBSD等关键系统和软件中发现并修复了数千个漏洞,其中包括隐藏了27年的陈年漏洞;4)对全球1000多个核心开源项目扫描,发现了23,019个漏洞,其中超过1,000个被确认为高危或严重漏洞,准确率高达90.6%。

Q文章中提到AI发现漏洞引发了什么新的行业瓶颈?

A文章指出,随着AI(Claude Mythos)发现漏洞的能力变得极其高效和快速,网络安全行业出现了一个前所未有的新瓶颈:人类修复漏洞的速度远远跟不上AI发现漏洞的速度。开源社区维护者已经因报告过多而“招架不住”,需要平均两周才能修复一个高危漏洞,导致报告积压,生态系统严重超载。这迫使行业从“找漏洞”转向思考如何利用AI等手段加速“修复漏洞”。

Q为了应对‘修复速度跟不上’的挑战,Anthropic提出了哪些解决方案?

A为了应对修复速度跟不上发现速度的挑战,Anthropic推出了一个“防御者工具包”,主要包括:1)Claude Security:一个自动化工具,不仅找出企业客户代码库中的漏洞,还直接生成修复补丁。2)网络验证计划:允许白帽黑客和研究人员在合法范围内,解除模型的部分安全限制,用于漏洞研究和防御测试。3)开源“抓BUG流水线”:包括定制化指令、自动化框架和威胁建模生成器,帮助其他组织建立自动化的漏洞发现与修复流程。思科等公司也加入并开源了类似的系统。

Q为什么Anthropic目前谨慎对待Claude Mythos模型的公开发布?

AAnthropic对公开发布Claude Mythos模型持谨慎态度,主要原因是该模型过于强大和危险。文章中提到,Mythos在漏洞利用能力上实现了“跨代级大幅领先”,若不加控制地公开发布API,黑客组织或极端组织就能以极低成本批量制造大量零日漏洞利用工具,对全球数十亿台设备、关键基础设施(如医院、电网)构成灾难性威胁。Anthropic认为目前尚无足够强大的安全机制能100%确保其不被滥用,因此需要先构建“更强大、更高级别的安全护栏”。

Q文章末尾提到的‘wolfSSL’案例说明了什么风险与价值?

A“wolfSSL”案例生动说明了Mythos发现漏洞的巨大价值和潜在的巨大风险。wolfSSL是一个被全球数十亿物联网设备等广泛使用的开源密码学库。Mythos在其中发现了一个极其隐蔽的逻辑漏洞,并自行编写了攻击代码,利用该漏洞可伪造毫无破绽的数字证书,从而创建虚假的银行网站或登录页面进行钓鱼攻击。这个案例的价值在于:Mythos提前发现了这一致命漏洞并促使修复,挽救了全球数十亿台原本在危险中“裸奔”的设备。同时,它也揭示了这种强大能力若被恶意利用,将造成难以估量的破坏。

Related Reads

NVIDIA Launches DSX Platform, Expanding into AI Factory Infrastructure

NVIDIA has unveiled the DSX platform at its GTC Taipei event, marking a strategic expansion from GPU sales into comprehensive AI factory infrastructure solutions. The platform addresses challenges like power supply, cooling, and resource orchestration as AI models scale, shifting the industry focus from single-chip performance to overall infrastructure efficiency. DSX integrates NVIDIA's chips, systems, software, and partner technologies to cover the entire AI factory lifecycle—from design and simulation to deployment and operations. It aims to accelerate deployment, improve reliability and operational efficiency, and reduce the cost per generated token in AI inference. The software suite includes DSX MaxLPS, which uses 45°C liquid cooling and rack-level optimization to allow up to 40% more GPUs per megawatt, and DSX OS, an open-source platform for AI factory operations. The platform also encompasses reference designs, digital twin simulation (DSX Sim), dynamic workload adjustment based on grid conditions (DSX Flex), and data exchange between systems. Early adopters include cloud providers like CoreWeave and Lambda. Major hardware partners, including Dell, HPE, Lenovo, and Supermicro, are developing DSX-ready systems. Pilot projects for DSX Flex are underway with energy providers. Strategically, DSX represents NVIDIA's ongoing transition from an AI chip supplier to a full-stack AI infrastructure platform provider, aiming to set industry standards and solidify its market leadership.

marsbit4m ago

NVIDIA Launches DSX Platform, Expanding into AI Factory Infrastructure

marsbit4m ago

After Burning Tens of Billions of Dollars in Tokens, Silicon Valley Giants Start Limiting Employee Token Usage

After burning tens of billions of dollars on AI tokens, major Silicon Valley firms are now restricting employee usage. Companies like Microsoft, Uber, and Salesforce, which heavily promoted AI for "efficiency," are facing a cost crisis. The practice of "tokenmaxxing"—pushing employees to maximize AI tool usage—led to wasteful spending on trivial tasks like checking the weather or writing birthday messages, with studies showing significant hidden costs for bug fixes and code rewrites. The core issue is a misalignment between individual productivity gains and actual business value. While employees use AI to automate tasks they dislike, such as writing reports, this often doesn't translate to increased company revenue or improved core business outcomes. For instance, AI-generated code speeds up development but also sees an 800% increase in "code churn" (code being discarded or rewritten). As a result, only 14% of CFOs report seeing a clear, measurable return on AI investments. Firms are now shifting strategies. Microsoft has revoked most internal licenses for Claude Code, while others are implementing monitoring and cost controls. New tools from companies like Harness and CloudZero aim to track AI spending and tie costs to business results. Some AI vendors, like HubSpot, are moving from token-based pricing to charging based on outcomes, such as "resolved conversations" or "leads generated." This represents a necessary correction in the AI adoption cycle. The challenge now is for companies to move beyond using AI merely to speed up old tasks and instead rethink their workflows and business models fundamentally. The future of enterprise AI depends on proving its value, not just its usage.

marsbit25m ago

After Burning Tens of Billions of Dollars in Tokens, Silicon Valley Giants Start Limiting Employee Token Usage

marsbit25m ago

Cango Releases Q1 Financial Report: Total Revenue of $102 Million, Business Expands into AI Computing Infrastructure

Cango Releases Q1 2026 Financial Results: Total Revenue of $102 Million, Business Expands into AI Compute Infrastructure Bitcoin mining company Cango reported unaudited financial results for Q1 2026. While bitcoin mining remains its core revenue driver, the company is strategically expanding into energy and AI compute infrastructure. **Key Financial & Operational Highlights:** * **Revenue & Performance:** Total revenue for the quarter was $102 million, with $98.4 million coming from bitcoin mining. However, the company reported a net loss of $261.1 million, primarily attributed to non-cash impacts like bitcoin price declines leading to miner impairments and fair value losses on its bitcoin holdings. Notably, long-term debt was significantly reduced to $30.6 million from $557.6 million at the end of 2025. * **Mining Operations:** Cango's total hash rate was 37.01 EH/s. It mined 1,266 bitcoin during the quarter and reduced its average cash cost per bitcoin by 9.0% quarter-over-quarter to $76,928, demonstrating improved operational efficiency. * **AI Business Expansion:** The company introduced EcoHash, a new commercial platform. This initiative leverages Cango's existing expertise in energy management and high-density computing to provide infrastructure for AI workloads, starting with GPU compute leasing. Management emphasized executing a disciplined strategy to strengthen the core mining business while advancing AI infrastructure through EcoHash. They highlighted progress in cost reduction, stable global operations, and a strengthened balance sheet through debt reduction.

marsbit51m ago

Cango Releases Q1 Financial Report: Total Revenue of $102 Million, Business Expands into AI Computing Infrastructure

marsbit51m ago

Trading

Spot
Futures

Hot Articles

Discussions

Welcome to the HTX Community. Here, you can stay informed about the latest platform developments and gain access to professional market insights. Users' opinions on the price of S (S) are presented below.

活动图片