Anthropic 限制 Claude Mythos Preview 的使用范围，用于网络安全工作

摘要

30 秒看懂

2026 年 4 月，Matthew Berman 讨论 Anthropic 的 Claude Mythos Preview 和 Project Glasswing。后者是一项限范围开放的计划，旨在帮助保护关键软件。他强调了报告中的基准提升和安全发现，并推测该模型未向大众发布的原因。 Anthropic 的分数和漏洞数量由公司自行报告，并非普遍排名或对每项声明的独立证明。该公司表示担忧强大网络安全能力可能遭到滥用；Berman 关于硬件限制阻碍发布的说法属于推测。

1限制开放的预览版Berman 评论 Anthropic 的公告，认为 Mythos Preview 能力出众。该模型向选定合作伙伴开放，而非向大众普遍发布。
2基准测试声明Anthropic 报告称，Mythos Preview 与 Opus 4.6 在 SWE-bench Verified 上的成绩分别为 93.9% 和 80.8%，在 SWE-bench Pro 上分别为 77.8% 和 53.4%。
3Project GlasswingAnthropic 与技术和安全机构建立合作，识别并修复关键软件中的漏洞。
4报告中的漏洞发现该公司称模型发现了操作系统和浏览器中的漏洞，包括一个年代久远的 OpenBSD 缺陷和一个 FFmpeg 漏洞。

要点建议

Anthropic 于 2026 年 4 月 7 日宣布 Claude Mythos Preview 和 Project Glasswing，最初仅向选定的安全合作伙伴开放模型。
Anthropic 报告称，该模型在部分编程评估中的成绩优于 Claude Opus 4.6；结果取决于测试配置。
该公司表示，模型发现了数千个此前未知的漏洞，包括 OpenBSD、FFmpeg 和 Linux 中的问题。
所引用的 Terminal-Bench 2.0 成绩为 82.0% 对 65.4%，差距是 16.6 个百分点，而非 20 个百分点。
限制访问与网络安全风险有关；视频不能证明 GPU 短缺使公开发布无法实现。

主题AI security 安全 Anthropic Benchmarks

全文

按章节阅读整理后的全文

对照原始文稿

只看原始文稿

新模型与基准声明

Berman 介绍 Mythos Preview，并引用报告中编程基准的大幅提升。这些比较由厂商在特定设置下报告。

Anthropic 已宣布 Claude Mythos Preview，编程基准数字让我印象深刻。在该公司与 Claude Opus 4.6 的比较中，Mythos 在 SWE-bench Verified 上得分 93.9%，后者为 80.8%；在 SWE-bench Pro 上分别为 77.8% 和 53.4%。这些是 Anthropic 在特定评估设置下报告的结果，并不能证明该模型在每项任务中都是最好的（[Project Glasswing](https://www.anthropic.com/glasswing)）。

我还提到 Terminal-Bench 提升了 20 个百分点。Anthropic 展示的 Terminal-Bench 2.0 结果是 Mythos Preview 得分 82.0%，Opus 4.6 得分 65.4%，相差 16.6 个百分点。比较结果时，基准版本、时间限制和评估框架都很重要。

Anthropic 并未向大众普遍发布这个预览版。负责 Claude Code 的 Boris Cherny 描述的是面向网络防御人员的受控预览，而非广泛发布。我推测模型规模和 GPU 资源紧张也可能使服务部署变得困难，但视频没有提供证据证明这是限制开放的原因。

限制访问与 Project Glasswing

他讨论 Anthropic 的限范围预览及其对滥用的担忧，也推测基础设施限制可能影响了发布。

幻灯片 1 / 1Boris Cherny 谈限制开放的预览版画面中的帖子描述了向网络防御人员提供受控预览，而非普遍发布。

该公司表示，由于观察到模型的网络安全能力，它成立了 Project Glasswing，召集选定的技术和安全合作伙伴，帮助保护关键软件。Anthropic 警告称，能够发现和利用漏洞的模型既可能帮助防御人员，也可能被攻击者利用。该公司关于模型超越大多数人类安全研究人员的说法属于其自身评估，并非独立确立的普遍排名。

报告中的安全发现

Berman 评述 Anthropic 对此前未知漏洞的声明。短片以 OpenBSD、FFmpeg 和 Linux 的例子结尾。

Anthropic 表示，Mythos Preview 发现了数千个此前未知的漏洞，其中包括主要操作系统和浏览器中的问题。该公司列举了一个存在 27 年的 OpenBSD 漏洞、一个存在 16 年的 FFmpeg 问题以及 Linux 内核中的发现；它表示，部分漏洞和利用链由模型自主发现或开发。这些是公司报告的发现，公开示例附有修复情况和技术背景（[Anthropic 安全评估](https://www.anthropic.com/research/mythos-preview)）。

Anthropic 提醒，类似能力可能扩散到不致力于安全部署的组织以外，对公共安全和国家安全产生潜在影响。我同意这一风险值得关注，尽管我也认为 Anthropic 对发布模型格外谨慎。未来危害的严重程度和发生时间仍不确定。