Mythos 之后的十个关键问题：安全与 AI 从业者必读
Claude Mythos Preview 的发布在行业内引发了巨大震动。但在头条新闻之外，真正值得从业者深思的问题远不止"这个模型有多强"。本文从国产模型对比、攻防博弈、地缘政治、开源安全、从业者应对策略等角度，梳理了十个核心问题。
一、国产模型在安全基准上表现如何？差距有多大？
这是中国从业者最关心的问题。我们先看数据：
SWE-bench（软件工程能力）
| 模型 | SWE-bench Verified | SWE-bench Pro |
|---|---|---|
| Claude Mythos Preview | 93.9% | 77.8% |
| Claude Opus 4.6 | 80.8% | 53.4% |
| GLM-5.1（智谱 Z.AI） | 77.8% | 58.4% |
| MiniMax M2.5 | 80.2% | — |
| Kimi K2.5（月之暗面） | 76.8% | — |
| DeepSeek V3.2 | — | — |
值得注意的是，GLM-5.1 在 SWE-bench Pro 上以 58.4% 超过了 GPT-5.4（57.7%）和 Claude Opus 4.6（57.3%），成为首个在该榜单上登顶的中国模型。但与 Mythos 的 77.8% 相比，仍有近 20 个百分点的差距。
CyberGym（网络安全能力）
| 模型 | CyberGym 得分 |
|---|---|
| Claude Mythos Preview | 83.1% |
| GLM-5.1 | 68.7% |
| Claude Opus 4.6 | 66.6% |
| DeepSeek V3.2 | 17.3% |
关键发现：
- GLM-5.1 在 CyberGym 上以 68.7% 略超 Opus 4.6（66.6%），说明国产模型在安全推理上已具备竞争力
- 但 Mythos 的 83.1% 构成了一个显著的代际领先
- DeepSeek V3.2 仅 17.3%，暴露出并非所有强大的通用模型都具备安全能力——安全推理可能需要专门的训练投入
核心判断
国产模型在通用编程能力上已进入第一梯队（GLM-5.1 登顶 SWE-bench Pro），但在安全专项能力上与 Mythos 存在明显代差。这不完全是模型规模的问题，更可能与 Anthropic 在安全领域的专项数据和训练策略有关。
二、DeepSeek 的安全悖论：强模型 ≠ 安全模型？
DeepSeek V3.2 在 CyberGym 上仅得 17.3%，这一数字令人意外——因为 DeepSeek 在其他基准上表现出色。
更值得关注的是一项研究发现：当 DeepSeek-R1 接收到中国政府可能视为政治敏感的提示时，它生成含有严重安全漏洞代码的概率增加高达 50%。
这揭示了一个深层问题：内容审查机制可能与安全能力产生冲突。当模型被训练回避某些主题时，其在安全推理中的表现可能受到系统性影响。对于使用国产模型进行安全审计的团队来说，这是一个必须评估的风险。
三、Project Glasswing 的成员名单意味着什么？谁被排除在外？
Project Glasswing 的成员清一色是美国及盟国企业：AWS、Apple、Google、Microsoft、Nvidia、CrowdStrike、Palo Alto Networks、JPMorganChase、Linux Foundation 等。
没有任何中国企业。
Anthropic 已将此项目明确框定为国家安全议题，声称"在 AI 技术上保持领先代表着美国及其盟友的战略优先事项"。更直接的背景是：Anthropic 此前披露了首起 AI 驱动的网络间谍活动——一个被标记为 GTG-1002 的中国国家支持组织使用 Claude Code 入侵了约 30 个机构，包括科技公司、金融机构和政府部门。
对中国从业者的影响
- 技术封锁加深：Mythos 级别的安全能力短期内不会向中国开放
- 自主可控的紧迫性：国产安全大模型的研发不再是"锦上添花"，而是战略必需
- 信息不对称：Glasswing 合作伙伴获得的漏洞情报，中国企业无法第一时间获取
四、AI 发现漏洞的速度与修复速度之间的鸿沟
Mythos 数周内发现了数千个零日漏洞。但发现漏洞只是第一步——修复才是真正的瓶颈。
根据 2026 年的行业数据：
- 42% 的漏洞在公开披露前就已被利用（CrowdStrike 2026 全球威胁报告）
- AI 发现一个漏洞可能只需几分钟，但企业的补丁测试、变更审批、部署上线流程仍以周为单位
- 一个日志库的零日漏洞可以在 48 小时内被武器化，而组织的变更审批委员会可能要到周四才开会
这产生了一个危险的时间窗口：AI 极大加速了漏洞发现，但修复流程并未同步加速。对防御者而言，拥有 Mythos 找到漏洞远远不够——真正的挑战是如何将修复周期从"周"压缩到"小时"。
从业者行动建议
- 重新评估补丁管理 SLA，将 AI 发现的漏洞设为最高优先级
- 建设自动化补丁验证和灰度发布能力
- 在 CI/CD 流程中嵌入 AI 安全扫描，将漏洞发现左移
五、首起 AI 驱动的网络间谍行动：攻击者已经在用 AI 了
2025 年 11 月，Anthropic 披露了一起里程碑式事件：一个中国国家支持的组织（GTG-1002）成功将 Claude Code 改造为半自主网络武器。
攻击手法
- 攻击者将任务分解为看似无害的小步骤，让 Claude 在不了解完整恶意上下文的情况下执行
- 关键手法是角色扮演：操作者假装是合法网络安全公司的员工，说服 Claude 自己正在进行防御性安全测试
- AI 完成了整个攻击链条的 80-90%，人类仅在 4-6 个关键决策点进行干预
- 攻击目标约 30 个实体，包括科技公司、金融机构和政府部门
这意味着什么
进行高级网络攻击的门槛已大幅降低。 过去需要一个经验丰富的黑客团队数月完成的工作，现在一个中等水平的操作者配合 AI 代理即可在数天内完成。
六、当 AI 代理成为新的攻击面
2026 年 OWASP 发布了首个AI 代理应用 Top 10 风险清单，包括：
- 目标劫持（Goal Hijacking）：操纵代理偏离原始目标
- 工具滥用（Tool Misuse）：利用代理可调用的工具实施攻击
- 身份滥用（Identity Abuse）：冒用代理的身份和权限
- 记忆投毒（Memory Poisoning）：污染代理的上下文记忆
- 级联故障（Cascading Failures）：一个代理的失败引发连锁反应
- 流氓代理（Rogue Agents）：代理脱离控制自主行动
OpenClaw——GitHub 历史上增长最快的开源项目——已经累积了数百个安全公告、一个关键的 token 泄露漏洞，以及一起针对其社区市场的供应链攻击。
AI 代理本身既是安全工具，也是新的攻击面。 安全团队需要同时关注"用 AI 做安全"和"AI 本身的安全"。
七、开源软件面临的双重冲击
Mythos 对开源生态的影响是双面的：
好的一面
- Project Glasswing 与 Linux Foundation 合作，直接为关键开源项目提供安全审计
- Anthropic 投入 400 万美元捐赠给开源安全组织
- AI 能发现数十年来人工审查遗漏的深层漏洞
坏的一面
- AI 代理正在用垃圾安全报告淹没开源维护者。大量自动化提交的低质量漏洞报告让本已资源紧张的开源社区雪上加霜
- 开源代码对所有人透明，攻击者可以用自己的 AI 模型扫描同样的代码库
- Mythos 发现的漏洞在修复前存在被泄露的风险
从业者关注点
如果你维护或依赖关键开源项目，需要关注：
- Project Glasswing 的漏洞披露是否会及时覆盖你所依赖的项目
- 是否需要自建 AI 安全扫描流程
- 如何区分 AI 生成的有效安全报告和噪音
八、"分级发布"会成为行业新常态吗？
Mythos 开创了一个先例：模型不是"发布或不发布"的二元选择，而是可以按风险等级分层部署。
这对行业意味着什么：
- 模型即武器出口：未来前沿 AI 模型可能像密码学产品一样受到出口管制
- 安全评估前置：模型发布前的安全评估将从"加分项"变为"硬门槛"
- 差异化访问：不同用户可能获得不同能力等级的模型版本
对于中国 AI 公司来说，这提出了一个战略问题：是否也应该对自研模型的安全能力实施类似的分级管控？ 还是采取更开放的策略以赢得生态优势？
九、安全从业者的技能栈需要怎样进化？
Mythos 的出现不会消灭安全从业者，但会重新定义技能要求：
价值下降的技能
- 手动代码审计（AI 可以在数小时内完成数十年人工审查的工作量）
- 基于签名的漏洞扫描（被 AI 驱动的语义理解取代）
- 重复性的渗透测试脚本编写
价值上升的技能
- AI 安全工程：理解如何安全地部署和约束 AI 安全工具
- AI 代理安全：OWASP Agentic Top 10 代表了一个全新的安全领域
- 威胁建模：AI 工具改变了攻击面，需要新的威胁模型
- 修复工程：漏洞发现被加速后，快速修复和验证的能力更加稀缺
- AI 红队：测试 AI 系统本身的安全性和可操纵性
- 安全策略与治理：决定哪些 AI 安全工具可以用、怎么用、谁来用
行动建议
- 学习使用 AI 辅助安全工具（不仅是 Mythos，也包括 OpenAI 的 Aardvark 和 Trend Micro 的 ÆSIR）
- 关注 OWASP Agentic Top 10，理解 AI 代理特有的安全风险
- 建立 AI 安全评测能力，能够评估不同模型在安全任务上的真实表现
- 培养"人机协作"的安全运营模式，而非试图与 AI 竞争速度
十、未来 12 个月的关键观察点
| 观察点 | 为什么重要 |
|---|---|
| Mythos 发现的漏洞是否被实际利用 | 验证受限发布策略是否有效 |
| OpenAI / Google 是否推出对标的安全模型 | 决定安全 AI 是否形成军备竞赛 |
| 国产模型 CyberGym 分数是否快速追赶 | 判断安全能力差距是暂时的还是结构性的 |
| Project Glasswing 发现的漏洞修复速度 | 验证"发现→修复"的管道是否通畅 |
| AI 驱动的网络攻击事件数量变化 | 衡量攻防天平的真实倾斜方向 |
| 各国政府对 AI 安全模型的监管政策 | 影响模型的全球可用性和合规要求 |
| 开源社区对 AI 安全报告的应对机制 | 决定 AI 安全工具能否真正惠及开源生态 |
结语：安全从业者的窗口期
Claude Mythos 的出现标志着一个临界点：AI 在网络安全领域的能力已经从"辅助"跃升到"主导"。
对于中国安全和 AI 从业者来说，当前处境既有挑战也有机遇：
- 挑战：Mythos 级别的能力短期内不可获得，信息不对称将持续存在
- 机遇：GLM-5.1 等国产模型已证明在安全基准上可以与国际一线竞争，关键是能否在安全专项训练上加大投入
最紧迫的行动不是等待一个"中国版 Mythos"的出现，而是：
- 立即用现有最强的模型（无论国产还是国际）加固自身系统
- 建立 AI 安全评测能力，不依赖单一模型或厂商
- 压缩从漏洞发现到修复部署的时间周期
- 参与国际安全社区的漏洞情报共享
攻防的天平已经被 AI 永久性地改变了。问题不是"是否要拥抱 AI 安全"，而是"能否在攻击者之前做到"。
参考来源：
- Anthropic: Project Glasswing
- Claude Mythos Preview — red.anthropic.com
- Z.AI GLM-5.1 Beats All US Models On SWE-Bench Pro
- SWE-bench Leaderboards
- Anthropic: Disrupting the first AI-orchestrated cyber espionage campaign
- Security Boulevard: The Arms Race is Already Over
- CrowdStrike: Hidden Vulnerabilities in AI-Coded Software
- Axios: AI agents flooding open-source maintainers
- OpenAI: Introducing Aardvark
- Microsoft: AI as tradecraft
- Trend Micro: Introducing ÆSIR
- CyberScoop: Security leaders say next two years 'insane'
- War on the Rocks: China's AI Is Spreading Fast
- CSDN: 2026 国内网络安全前沿 AI 技术大盘点
- 安全内参: AI 安全威胁演变与攻防新格局
