近日，人工智能安全领域迎来新进展。科技公司Anthropic对外披露了其网络安全项目“Glasswing”的阶段性成果。该项目依托尚未正式发布的Claude Mythos Preview模型，聚焦于利用人工智能技术应对日益复杂的人工智能网络攻击威胁。
据了解，该项目自今年4月启动以来，仅用一个月时间便展现出显著成效。Anthropic的合作伙伴借助该模型，在软件系统中累计发现超过一万个安全漏洞，其中多数合作方报告称，模型协助识别出数百个严重或高危级别的漏洞，为系统安全加固提供了关键依据。
公司技术团队在报告中指出，目前暂未向公众开放Mythos Preview模型的使用权限。这一决策基于安全考量——当前包括Anthropic在内的任何机构，均未开发出足以完全防范模型滥用的防护机制。模型潜在的恶意利用风险，可能涉及生成钓鱼攻击代码、破解加密系统等高危场景，因此需在安全措施完善后谨慎推进部署。
尽管如此，Anthropic仍计划在风险可控的前提下，逐步推进“Mythos级模型”的发布进程。该模型作为下一代人工智能安全工具的核心组件，预计将集成更先进的漏洞检测算法与自适应防御机制，为全球网络安全生态提供新的技术支撑。
