Claude Mythos Preview 首次完成全流程网络攻击模拟
深度The New Stack2026年4月14日3 分钟阅读

英国 AI 安全研究所(ASI)最新评估显示,Anthropic 的 Claude Mythos Preview 能自主执行 32 步企业网络接管,并在专家级 CTF 挑战中达到 73% 成功率。这是首个完成多阶段网络攻击模拟的 AI 模型。
觉得有用?分享给更多人

觉得有用?分享给更多人
AI Agent的可靠性瓶颈不在模型能力,而在于上下文层的质量。团队需要构建结构化的领域知识图、精确的工具检索(如假设调用匹配)、以及执行层的安全护栏。基础设施的差距正在成为团队间的分水岭。
作者在 fd 代码仓库中对 Grok 4.5 和 Claude Opus 4.8 进行了三项对比测试(bug 修复、重构、功能开发)。结果显示,Grok 使用了 Opus 约 23% 的 token、约 32% 的时间,成本仅为约 1/5,且代码质量几乎相同。