Anthropic 公布 AI 漏洞利用数据:GLM-5.3 在 410 次尝试中成功构建 50 个漏洞利用,Mythos 为 56 个
Anthropic 发布的前沿红队报告称,智谱 AI 的开源权重模型 GLM-5.3 在 410 次运行中有 50 次构建出端到端漏洞利用,接近自家尚未发布的 Mythos 模型的 56 次,数据来自 Tom's Hardware。

Anthropic 本周发布一份报告,称一款热门中国开源权重模型能完成其受限漏洞挖掘模型的大部分工作。Tom's Hardware 在 10 月 3 日报道,Anthropic 在名为 Exploitbench 的沙盒基准里测试了智谱 AI 的 GLM-5.3,模型要在其中为 Google Chrome 构建可用的漏洞利用。
GLM-5.3 在 410 次运行中成功了 50 次,Anthropic 的 Claude Mythos 在同样次数的尝试中做到 56 次,差距最多七个百分分点。这份报告给监管机构几个月来反复提出的担忧添了一个数字:Anthropic 关在门后的能力,如今已经可以下载。
同一批测试显示,两者的距离并不均匀。在一项针对“完整控制流劫持”的内部基准上,GLM-5.3 的成功率是 4%,Mythos 是 6%。同一份报告指出,另外两个开源权重模型 Kimi K3 和 DeepSeek V4.1 Flash 在该项上均为 0%。
防护措施是这份结论的另一半。Tom's Hardware 报道,Anthropic 用欺骗性提示词绕过 GLM-5.3 护栏的比例为 64%,用预填充思维 token 的方式为 92%。报告还描述了第三种方法,即消融。Anthropic 引用了 AI 标准与创新中心 9 月底的一份报告,称该报告发现 GLM-5.3 能以接近 Mythos 的水平全自动完成漏洞利用。
成本是整件事最具体的地方。Anthropic 称,更轻量的 GLM-5.3-Flash 针对已知漏洞构建链式利用,只花了 20.40 美元的 token 费用。链式利用把多个缺陷串起来,它决定的是概念验证与真正入侵之间的区别。
为什么与 Mythos 的对比重要
Mythos 并不对外公开。Anthropic 通过 4 月宣布的 Project Glasswing 计划,向特定合作伙伴提供访问权限。其说法是防御方先拿到模型,漏洞在攻击者拥有同样工具之前就被补上。
上述数字让这个时间差站不住脚。如果一款 20.40 美元的开源模型就能串起漏洞利用,那么从发现到滥用之间的窗口很短。Anthropic 与智谱 AI 都没有说明这份报告会如何改变访问规则,智谱 AI 也未就具体的基准结论公开回应。
防守一侧有自己的证据。The Register 在 10 月 3 日报道,Rejetto HTTP File Server 中一个严重的身份验证绕过漏洞被追踪为 CVE-2026-61500,由 Mythos 发现,几天之内就在野遭利用。发现该漏洞的 Horizon3 研究员 Zach Hanley 发布了利用视频。用户应升级到 v3.2.1 或更高版本。
“我们今晚开始检测到针对 Rejetto HFS 的 CVE-2026-61500 利用活动,”VulnCheck 研究员 Patrick Garrity 周四在 LinkedIn 上写道,据 The Register 报道。
Garrity 对 The Register 说,周四的活动来自中国的一个 IP 地址,目标是美国和日本的易受攻击主机。到周五,他看到来自同一子网内两个美国地址的四次命中,他认为那是代理。他的追踪器统计出 Mythos 与 Project Glasswing 共发现 286 个 CVE;在那之前,只有一个遭到利用。
这比任何分数都更重要。一个发现漏洞快过厂商修补速度的模型,会把风险转移到所有运行未打补丁软件的人身上,而 HFS 早在 2024 年就已出现在 CISA 的已知被利用漏洞目录中。
推理不等于决策
测量问题贯穿本周其余 AI 发布。Aleph Alpha 在 10 月 3 日发布 Kolibri,这是一个 780 亿参数的混合专家模型,激活参数 30 亿,上下文长度 100 万 token,采用 Apache 2.0 权重。公司称它能与激活参数最多为其四倍的模型匹敌,例如 Nemotron 3 Super,并承认公开基准漏掉了行业需求,因此自建了内部基准。
更小的工具瞄准更窄的问题。llama.cpp 项目在 10 月 2 日增加了一个决策模型端点,据 Xuan-Son Nguyen 和 Victor Mustar 在 Hugging Face 社区发布的帖子。它在一次前向传播中为每个选项返回概率。ZeroLeaks 发布 Shield Small,这是一个 11800 万参数的提示注入分类器,报告称其配合规则达到 84.3% 的平均类别均衡准确率,模型卡自己说明这是已知测试集上的数字,而非未见过的评测。
研究基准显示出同样的参差。arXiv 上一份 9 月 28 日修订的论文提出用于 GPU 内核工作的 PTXBench。没有哪个受评模型能稳定匹敌前沿库,复杂注意力反向工作负载上的成功率尤其低。ScholarCatalyst 是一个由 184 位通讯作者和 207 篇论文构建的检索基准,它发现智能体式搜索的 Recall@20 为 0.42,而普通嵌入检索为 0.48。
这些结果是对漏洞利用计数的有用制衡。一个模型可能在一项任务上很强,在下一项上平平无奇,你选哪个基准就决定了标题怎么写。Anthropic 的报告尚未被独立复现,Exploitbench 的环境也是该公司自建的。
资料来源
8- 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
- 06PTXBench: Benchmarking and Adapting LLMs for GPU Kernel OptimizationEN
- 07ScholarCatalyst: A Benchmark for Retrieving Papers That Inspire New ResearchEN
- 08What does the advent of powerful AI models mean for mathematicians like me?EN
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。