Cloudflare が Anthropic Mythos の実証を公開：すでにコードを自己生成し、低リスクの脆弱性を完全な攻撃チェーンに結合する能力を持っています

根据OneMillion_AI 的监测，Cloudflare 今天公布了参与 Anthropic 内部安全项目 Project Glasswing 的实测结果。在针对其 50 多个代码库的测试中，Cloudflare 证实了安全模型 Mythos Preview 打破了此前大型模型的瓶颈。该模型不仅可以发现孤立的系统缺陷，还可以将多个低风险漏洞串联组合，自动生成可执行的攻击证明（PoC）。

以前的 Opus 4.7 或 GPT-5.5 在测试中通常仅停留在输出漏洞分析报告阶段。而 Mythos 具备沙箱封闭验证能力。它会编写触发漏洞的代码并进行编译运行，如果执行失败，模型会自动读取错误信息、修正假设并尝试再次，直到完全打通攻击链。

Cloudflare 透露，部分安全团队被迫接受修补程序必须在 2 小时内完成的极限标准。但 Cloudflare 强调，仅仅缩短修补时间会导致更严重的系统故障，未来的防御重点必须转向通过架构层面切断代码之间的连接性。

在工程调度方面，Cloudflare 发现单一流智能编程体将迅速耗尽上下文，无法胜任大规模漏洞挖掘。为此，他们建立了一套并行对抗框架，让一个智能体在极其狭窄的范围内寻找漏洞，同时安排另一个搭载不同模型的智能体专门去驳斥前者的结论。这种对抗机制大大减少了模型扫描中普遍存在的大量误报噪音。

由于本次测试使用的是无外部限制的预览版，Mythos 展示了其极度不稳定的内部防护结构。对于相同的目标代码，仅仅改变运行环境的上下文描述，模型就会从拒绝执行转变为直接提供攻击负载。Cloudflare 警告称，由模型自动生成的内部防护结构非常脆弱，未来在公开发布时必须强制添加外部防线。