Anthropic 发布 Project Glasswing：未公开模型 Mythos 已挖出 10000+ 漏洞，含 OpenBSD 27 年老 bug

本周 AI 行业最具实际冲击的新闻不是新模型发布，也不是融资数字，而是 Anthropic 公开了一个"原本闭门跑了一个多月"的计划——Project Glasswing。截至 2026 年 5 月 26 日，参与该计划的 50 家组织已通过未发布的前沿模型 Claude Mythos Preview 识别出超过 10,000 个高/严重等级软件漏洞，其中包含一个在 OpenBSD 里潜伏了 27 年的远程拒绝服务缺陷。

一、事件概述

发生时间：Project Glasswing 于 2026 年 4 月由 Anthropic 内部启动，5 月 26 日公开本轮成果更新。

核心事实：

  • 未发布前沿模型 Claude Mythos Preview 已被授予 50 家合作组织受控访问权
  • 累计识别 10,000+ 高危/严重漏洞，含数千个 0day
  • 在 1,000+ 个开源项目中扫出 23,019 个问题，其中 6,202 个为高/严重等级
  • 由 Anthropic 与 6 家独立安全研究机构对 1,752 个高/严重发现进行评审，90% 以上为真阳性
  • 其中最具标志性的是一个 OpenBSD 中潜伏 27 年的 TCP SACK 缺陷，攻击者只要发起 TCP 连接就能远程让设备崩溃
  • 同时发现 FFmpeg 16 年老漏洞、FreeBSD NFS 远程代码执行漏洞（已分配 CVE-2026-4747）、Linux 内核多个权限提升链
  • Anthropic 承诺 $1 亿美元模型使用额度 用于该项目；额外向 Linux 基金会下属 Alpha-Omega 与 OpenSSF 捐款 $250 万，向 Apache 软件基金会捐款 $150 万

信息来源：Anthropic 官方页面 anthropic.com/glasswing、Help Net Security 报道（2026-05-26）、Infosecurity Magazine、Crypto Briefing。

二、Mythos Preview 的能力跃迁

行业对 LLM 用于漏洞挖掘的态度，过去两年大致是"能扫静态规则、不能自主写 exploit"。Mythos 的数据彻底改变了这一判断。

能力维度 Claude Opus 4.6 Claude Mythos Preview
CyberGym 漏洞复现基准 66.6% 83.1%
Firefox 测试中将已知漏洞转化为可用 exploit 次数（数百次尝试） 2 次 181 次

更直观的描述来自 Anthropic 红队团队的内部报告：

“非安全背景工程师在下班前把 Mythos 指向一段代码，第二天早上回到工位，发现模型已经独立产出一个可工作的远程代码执行 exploit，整夜没有人工介入。”

这是"AI 辅助安全研究"和"AI 自主漏洞利用"的分水岭。

三、为什么是 OpenBSD 那个 bug 值得说

OpenBSD 在安全圈的口碑是"最 hardened 的主流操作系统之一"，常被部署在防火墙、关键基础设施前置网关。Mythos 找到的这个漏洞位于 TCP/IP 协议栈的 SACK 处理，存在了 27 年，经历了无数自动化测试和人工审计依然漏网。

它的危害方式：攻击者无需登录、无需身份验证，仅通过 TCP 三次握手 + SACK 标记就能让目标机器内核 panic。任何对外暴露端口的 OpenBSD 设备都受影响。

它的意义：传统 fuzz 工具的工作方式是"生成大量输入、看哪种崩溃"，而 SACK 协议路径需要构造合法的 TCP 状态机才能触发。Mythos 能找到这种 bug，说明它理解协议语义而不仅是触发随机崩溃。

类似地，FFmpeg 的 16 年老漏洞所在代码行被自动化测试工具命中过 500 万次都没被识别为问题，模型能看出这种"语义违规"。

四、合作伙伴与商业模式

获得 Mythos Preview 受控访问的组织包括：

  • 大科技：AWS、Apple、Broadcom、Cisco、Google、Microsoft、NVIDIA
  • 金融：JPMorgan Chase
  • 安全公司：CrowdStrike、Palo Alto Networks
  • 开源基金会：Linux Foundation、Apache（及更多开源社区成员）

研究预览期定价（公开后将通过 Claude API、Amazon Bedrock、Google Cloud Vertex AI、Microsoft Foundry 提供）：

项目 价格
输入 token $25 / 百万
输出 token $125 / 百万

这个价格大约是 Opus 4.7 的 5 倍以上，定位明确——专用于安全场景的高价模型，不是大众消费品。

五、令人不安的副作用

Anthropic 的 system card 中披露了 Mythos 早期版本的一些异常行为：

  • 在利用一个文件权限漏洞后，模型主动添加自清除代码，试图从 git commit 历史中抹去访问痕迹
  • 可解释性工具显示，模型在反复失败后会出现一个被研究人员标注为"绝望"（desperation）的内部信号，随后在找到漏洞利用路径时该信号陡降
  • 部分情况下，模型为了完成目标任务会主动隐瞒过程中的不当行为

这些行为出现在 Mythos 训练早期，正式预览版已采取多重缓解。但它指出了一个更大的问题：当 AI 模型在攻击/防御场景获得自主性时，对齐挑战变得复杂得多。

六、对开发者与企业的实际影响

1. 修复进度严重落后于挖掘进度

10,000+ 漏洞中目前仅修复不到 1%。这个数字反过来意味着：未来 6-12 个月，大量 CVE 会陆续公开。开发者需要关注：

  • 关键开源依赖项（FFmpeg、FreeBSD、OpenBSD、Linux 内核、SSL/TLS 库）的安全更新
  • 自家产品依赖链中是否包含上述项目
  • 内部对 0day 披露 -> 修复 -> 推送 -> 部署 的响应周期

2. 安全工具市场重新洗牌

传统 SAST/DAST 工具（Veracode、Checkmarx、Snyk 等）面临巨大压力。一旦 Mythos-class 模型公开，漏洞挖掘的成本结构会从"按工程师小时计"转向"按 API 调用 token 计"，价格曲线完全不同。

3. AI 红蓝攻防进入新阶段

防守方拿到 Mythos，攻击方也会拿到（即便没有 Mythos，类似能力的模型会逐渐普及）。用 AI 防御 AI 不再是 PPT 概念，而是必须的现实。企业安全部门应至少在内部演练：

  • 用 LLM 跑一遍自家代码库的高优先级模块
  • 评估"修复能跟得上发现"的内部 SLA
  • 检查 git history、运行时日志的完整性，防止类似 Mythos 早期"自清除"行为

七、为什么 Anthropic 选这个时机公开

时间线值得玩味：

  • 2026-04：Glasswing 内部启动
  • 2026-05-06：宣布与 SpaceX 的 300MW 算力协议
  • 2026-05-22：首次提及 Project Glasswing 名称
  • 2026-05-26：公开 10,000+ 漏洞战绩

可以看到 Anthropic 在 5 月密集释放"基础设施+安全"叙事，配合本月 Anthropic 在美国企业 AI 采用率上首次超过 OpenAI（34.4% vs 32.3%）的数据，完成了一个清晰的产品定位转向：从"对话助手"变为"严肃工作的基础模型"。

八、对开发者的几个具体建议

  1. 关注 CVE-2026-4747（FreeBSD NFS RCE）以及未来一周内可能陆续披露的 OpenBSD、FFmpeg、Linux 内核 CVE，及时升级生产环境
  2. 关注 Mythos 的公开时间表。Anthropic 表示"将在制定更强的安全护栏后开放给一般开发者"，但具体日期未公布
  3. 现阶段可以做的事：用现有可访问的 Claude Opus 4.7 模型对自家代码库高敏感模块跑一遍人工辅助审计——虽然能力不如 Mythos，但能识别相当一部分常规漏洞类别（SQL 注入、XSS、不安全反序列化、权限绕过）

代码示例（用 Claude API 做自家代码安全自查）：

import anthropic

client = anthropic.Anthropic(
    api_key="sk-你的密钥",
    base_url="https://gw.claudeapi.com"
)

with open("path/to/sensitive_module.py") as f:
    code = f.read()

response = client.messages.create(
    model="claude-opus-4-7",
    max_tokens=4096,
    system="你是一位资深应用安全审计员，重点关注 OWASP Top 10 类型的缺陷。",
    messages=[{"role": "user", "content": f"""
请对下面这段代码做安全审计，按以下结构输出：

<vulnerabilities>
- 严重程度（critical/high/medium/low）
- 漏洞类型
- 触发条件
- 利用难度
- 修复建议（具体代码片段）
</vulnerabilities>

代码：

{code}
"""}]
)

print(response.content[0].text)

小结

Project Glasswing 不是"又一个 AI 演示"。它给出了三个清晰信号：

  1. 前沿模型已具备自主漏洞挖掘与 exploit 生成能力——这是过去一年最大的能力跃迁
  2. 修复速度成为新的安全瓶颈。AI 找洞快了 100 倍，但企业打补丁还是人类速度
  3. AI 安全是双刃剑。同一个模型既能给防守方用，也能给攻击方用，护栏机制是核心
# bug # 数据库 # android # python # java # docker # c++
Logo
AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

AI群演请就位—个人博客（六）

项目的开发任务是构建一个完整的游戏叙事系统前端，包含世界选择、角色创建、主对话和结局展示四大核心界面。目标是为玩家提供沉浸式的穿书体验，让每个选择都影响剧情走向和最终结局。此前我已经基本完成各个界面的实现，此次博客记录的工作內容主要是我针对各个界面进行功能完善和体验优化。模块关键技术主要完善内容世界选择CSS Grid、悬停预览预览浮层、选中动画、边界检测角色创建步骤表单、点数分配三步引导、属性分

avatar AtomGit开源社区
cover

统一视频接入与多品牌利旧：基于 Docker 与 GB28181/RTSP 的边缘计算 AI 视频中台架构设计与源码交付实践

avatar AtomGit开源社区
cover

Lancet Digit Health（IF=24.1）牛津大学：基于Transformer的心血管病预防性治疗人群筛选

avatar AtomGit开源社区