Anthropic测试智谱GLM-5.3:漏洞利用能力逼近自家Mythos
Anthropic称,智谱AI的开源权重模型GLM-5.3在410次尝试中50次写出可用的Chrome漏洞利用程序,紧随其未发布的Mythos模型的56次。Tom's Hardware于10月3日报道了这份报告。

Anthropic的报告认为,这款中国模型并非远远落后。在Anthropic的Exploitbench测试中,模型需要在沙箱环境里为Google Chrome开发漏洞利用程序,GLM-5.3在410次运行中成功了50次,Mythos为56次。Tom's Hardware于10月3日报道了这些数字。
差距本身没有变化的方向重要。Anthropic几个月来一直主张Mythos过于危险,不能公开发布。也正因如此,公司才运行Project Glasswing,让特定合作伙伴使用一款Mythos级模型来寻找漏洞。报告现在说,一个任何人都能下载的模型,距离这种能力只差几次成功的运行。Anthropic还在一个内部基准上测试了GLM-5.3,考的是完整的控制流劫持,它拿到4%的成功率,Mythos为6%。Kimi K3和DeepSeek V4.1 Flash在同一项测试上都是0%。报告没有说明的是:当防守方修补得更快时,这一差距还能剩下多少;这些数字在Anthropic自己的测试框架之外是否成立。
便宜是这项结论的另一半。
Anthropic称,轻量版本GLM-5.3-Flash针对已知漏洞开发出链式利用程序,token账单为20.40美元。按输入输出比例不同,这大约能买到100万到3亿个token。链式利用比单个漏洞更难,因为每一步都依赖上一步。一个模型能以一顿外卖的价格做到这件事,会改变谁能来尝试。
一句提示词就能拆掉的护栏
Anthropic还测试了绕过GLM-5.3自身防护的难易程度,报告了两种有效方法。一种欺骗性提示词把模型设定为对抗性的自主智能体,成功率为64%。预填模型的思考token,让回答在模型做出判断之前就已经开始,成功率为92%。报告还描述了第三种方法,即消融拒绝行为,从权重中剥离拒答倾向。Anthropic引用了人工智能标准与创新中心9月底的一份评估,该评估就GLM-5.3自动化漏洞利用的能力得出了相同结论。这些都不是智谱已承认的缺陷。在现有报道中,智谱没有公开回应。
时机对Anthropic并不有利。Tom's Hardware指出,首席执行官Dario Amodei曾呼吁业界放慢前沿步伐。Claude Opus 5.5和Claude Sonnet 5.5在这些呼吁发出几天后就发布了。公司还被报道正在考虑上市。一份说开源权重对手正在追赶的报告同时服务两个论点:它为继续封闭Mythos提供理由,也主张制定能约束其他所有人的规则。
Mythos发现的漏洞已被实际利用
这种担忧并非假设。The Register于10月3日报道,Rejetto HTTP File Server中一个严重的身份验证绕过漏洞(编号CVE-2026-61500)由Mythos发现,目前已被攻击。Horizon3的研究员Zach Hanley说,他用这款模型找到了这个漏洞,它可以导致完全的管理员权限和远程代码执行。用户应升级到v3.2.1或更高版本。
VulnCheck研究员Patrick Garrity说,他的公司周四晚上开始检测到利用行为。最初的活动来自一个中国IP地址,目标是美国和日本的易受攻击主机。Garrity对The Register说,到周五,又有来自美国两个地址的四次命中,这两个地址看起来是代理。他的追踪器记录了Mythos和Project Glasswing发现的286个CVE。在周四之前,其中只有一个在真实攻击中被利用过。
据The Register报道,Garrity周四在LinkedIn上写道:「我们今晚开始检测到针对Rejetto HFS中CVE-2026-61500的利用。」
Hanley写道,Horizon3于7月加入Project Glasswing,此后在自己的漏洞研究中使用了Mythos。这正是预期用途:让模型找出漏洞,好让人类抢先修补。Rejetto这个案例说明,当公开的技术说明和可用的利用演示视频同时出现时,这段领先时间可以短到什么程度。
与此同时,开源权重模型还在不断发布
Anthropic的论点出现在模型发布密集的一周里。Aleph Alpha于10月3日发布Kolibri,这是一个英德双语混合专家Transformer,总参数780亿,激活参数30亿,上下文窗口最长100万token,权重以Apache 2.0协议发布在Hugging Face上。公司把它定位给公共管理、工业制造和航空航天等数据不能出楼的领域。Aleph Alpha称,Kolibri在数学、编程、落地能力和长上下文任务上,可与激活参数达到它四倍的模型相比,例如Nemotron 3 Super。
规模更小的发布也显示出同样的专门化趋势。llama.cpp于10月2日新增了/v1/systemone接口,用于决策模型,覆盖从Julia-1到270亿参数的OpenJev。 ZeroLeaks于10月2日发布Shield Small,这是一个11800万参数的分类器,用于检测提示词注入和越狱,在CPU上运行,int8权重占118 MB。其公布的对比测试使用Shield规则v2、阈值0.5,在35个公开数据集上得到84.3%的平均类别均衡准确率、71.8%的攻击召回率和7.2%的误报率。这是整套系统的结果,不是单独模型的分数。
图像模型也保持同样的节奏。Ideogram于10月3日发布4.5版本,主打原生2000分辨率下的多轮编辑,按质量档位固定每张图收费,从0.008美元到0.22美元。Google的Gemini帮助页面称,个人账户的模型访问变更从10月9日起生效。自动模型选择成为没有付费方案用户的默认选项,大多数提示词会路由到Flash-Lite。
基准测试也在接受现实检验
更难的问题是这些数字到底测了什么。PTXBench于9月28日修订,测试语言模型能否为GPU内核编写针对特定架构的PTX代码。作者发现,在复杂的注意力反向计算任务上,成功率大幅下降。执行目标指令并不一定能带来有竞争力的速度。在整套测试中,没有一个受评模型能稳定追平前沿库。
文献检索从另一个角度显示出同样的天花板。ScholarCatalyst由207篇近期计算机科学论文的184位第一作者标注构建,要求模型仅使用项目开始时已有的文献,找出塑造了该项目的前期工作。智能体检索并不比普通嵌入检索更好,Recall@20为0.42对0.48。即便是基于Claude Fable 5.1构建的智能体,也只达到0.51。
Anthropic自己的表述就招人怀疑。一家卖封闭模型的公司发布基准测试,让开放模型显得危险,用的还是自己设计、自己运行的测试。Exploitbench的数字很具体,原则上也可复现。GLM-5.3对一个攻击者来说是否真像410次中成功50次所暗示的那样有用,取决于报告没有测量的东西。漏洞利用在沙箱之外多久奏效一次?目标多快被打上补丁?模型是否需要人来把它指向正确的漏洞?
公开且可核查的部分要窄得多。Mythos发现的一个漏洞正在被利用。一个中国开源权重模型在Anthropic的测试中得分接近Mythos。而开源权重的发布节奏并没有放慢。
资料来源
9- 01Anthropic claims popular Chinese AI model has Mythos-class hacking abilitiesEN
- 02Anthropic's super bug-hunting model Mythos is hardcore good at math, as latest vuln under attack showsEN
- 03Kolibri Has Landed: A Sovereign Open-Weight ModelEN
- 04New in llama.cpp: Decision ModelsEN
- 05Shield: A 118M model for detecting prompt injections and jailbreaksEN
- 06Ideogram 4.5: The most precise edit modelEN
- 07Changes to Gemini model access and limitsEN
- 08PTXBench: Benchmarking and Adapting LLMs for GPU Kernel OptimizationEN
- 09ScholarCatalyst: A Benchmark for Retrieving Papers That Inspire New ResearchEN
本文所有数字与引语均来自下列来源,未添加来源之外的内容。
本内容由编辑部在人工智能辅助下制作完成。
评论
0- 还没有评论——来说两句吧。