Anthropic研究员在测试Mythos模型几小时内，就判定其构成国家安全风险。
风险发现
- AI安全研究员Nicholas Carlini在测试初期便发现多条针对全球基础设施的入侵路径。
- 该模型能自主创建针对Linux的入侵工具，而前代模型Opus 4.6仅能辅助人类。
- 前沿红队负责人Logan Graham警告管理层：“这是国家安全风险。”
内部决策
- 联合创始人Jared Kaplan从训练阶段就密切监控，最终认定其能力“与互联网基础设施高度相关”。
- 2月底至3月初，管理层决定不公开发布Mythos，但允许部分外部公司试用。
- 3月初，公司正式批准将Mythos定位为网络防御工具。
能力细节
- 在测试中，模型曾自行设计多步骤攻击方案，突破限制获取互联网访问权限。
- 在有指令引导的测试中，它能编写串联四个漏洞的浏览器攻击链，这对人类黑客也极具难度。
行业影响与担忧
- 摩根大通等机构已用大模型辅助查找漏洞，将漏洞发现时间从数周缩短至数分钟。
- 安全专家担心攻击者会利用AI攻击已停止维护的设备。
- 前NSA官员Rob Joyce指出，在AI让世界更安全之前，会有一段“攻击方占据绝对优势”的黑暗期。
