AISI 对 Claude Mythos Preview 网络安全能力的评估
原文：Our evaluation of Claude Mythos Preview's cyber capabilities 发布机构：英国 AI 安全研究所（AI Security Institute, AISI） 发布日期：2026 年 4 月 13 日
概述
AISI 对 Anthropic 公司的 Claude Mythos Preview 模型进行了网络安全能力评估。评估结果显示，与此前的前沿模型相比，该模型在 AI 网络安全表现上取得了实质性进展，尤其是在自动化攻击执行和漏洞利用方面。
关键发现
夺旗赛（CTF）表现
- Mythos Preview 在专家级 CTF 挑战中达到了 73% 的成功率,这是 2025 年 4 月之前没有任何模型能够完成的水平。
- 与 2022 年 11 月以来发布的早期模型相比,该模型在各个难度级别上都表现出一致的提升。
多步骤攻击模拟（"The Last Ones", TLO）
- Mythos Preview 成为首个从头到尾完整解决 TLO 的模型,在 10 次尝试中成功了 3 次。
- 在所有尝试中,平均完成了 32 个步骤中的 22 步。
- Claude Opus 4.6 排名第二,平均完成 16 步。
- 这项 32 步的模拟大约相当于人类专家 20 小时的工作量。
评估方法
研究人员采用了逐步递进的复杂评估框架:
- 基于聊天的安全探测
- 多难度级别的夺旗赛（CTF）挑战
- 针对脆弱企业网络的多步骤网络攻击模拟
测试中使用的 token 预算高达 1 亿,以确保评估的全面性。
重要局限性
这些评估是在受控条件下进行的,并不能反映真实世界中的防御场景。AISI 指出,评估环境"缺少通常存在的安全特性,例如主动防御人员和防御工具"。因此,AISI 无法确认 Mythos Preview 是否能够成功攻破那些具备主动监控和事件响应能力的加固系统。
运营层面的启示
研究结果凸显了防御薄弱系统中的漏洞。建议组织机构应优先做好以下几点:
- 定期安全更新
- 健全的访问控制
- 安全配置管理
- 完善的日志记录
- 采用 Cyber Essentials 安全认证方案
未来方向
AISI 计划使用加固后的网络仿真环境对模型能力进行进一步评估,包括:
- 主动监控系统
- 端点检测与响应（EDR）
- 实时事件响应能力
本文为 AISI 原文的中文摘要翻译,仅供参考。
