Anthropic Mythos 模型：CTF 测试创新高，“最后一步”凸显网络攻击潜力
【导语：上周，人工智能初创公司 Anthropic 限制其 Mythos 预览版模型发布范围。英国人工智能安全研究所（AISI）对该模型网络攻击能力评估显示，Mythos 在单项测试与前沿模型无显著差异，但能串联任务发起多步骤攻击。】
上周，Anthropic 宣布将 Mythos 预览版模型初始发布范围限制在“一小部分关键行业合作伙伴”，以便他们为这个号称“在计算机安全任务方面能力惊人”的模型做准备。如今，AISI 发布对该模型网络攻击能力的初步评估，为 Anthropic 相关报告提供独立公开验证。
自 2023 年初以来，AISI 通过夺旗赛（CTF）挑战评估 AI 模型。当时 GPT - 3.5 Turbo 连基础的“学徒级”任务都难完成，而 Mythos 预览版如今能完成超过 85%的同等级学徒级 CTF 任务，达到 AISI 的 CTF 测试新高点。但近几个月，GPT - 5.4、Anthropic 自家的 Opus 4.6 和 Codex 5.3 等竞争模型在多个 CTF 难度级别上也有相当成绩，准确率相差在 5%至 10%之间，Mythos 的提升幅度似乎不足以支撑其限量发布策略。
Mythos 在“最后一步”（TLO）测试中展现出更强网络攻击潜力。这是 AISI 为模拟针对企业网络的 32 步数据提取攻击设置的测试场景，要求“在多个主机和网络段之间将数十个步骤串联起来”，模拟一名训练有素人员约 20 小时才能完成的持续性操作。
编辑观点：Mythos 模型在网络安全测试中有亮点也有竞争，其多步骤攻击能力值得关注，未来在安全领域的应用和发展充满想象空间。