Anthropic Mythos AI 网络安全能力评测：优势、局限与与 GPT‑5.5 的真实差距

Mythos：AI 网络安全能力的一次明显跃升

独立评估表明，Anthropic 的 Claude Mythos 在 AI 辅助网络安全领域确实带来了明显进步，尤其是在漏洞发现和多步骤攻击模拟方面。不过，它更像是“高效率助手”，而不是能够独立工作的安全专家。

英国政府支持的 AI Security Institute（AISI） 在测试中指出，Mythos Preview 在网络安全评估中的表现相比此前的前沿模型“明显提升” 。研究人员还发现，它是首个能够完成 端到端企业网络攻击模拟 的模型之一——这是一个需要多阶段推理和工具使用的复杂任务，人类专家通常需要约 20 小时才能完成 。

这些结果意味着：AI 在复杂网络任务中的自动化能力正在快速提高。

最大优势：发现漏洞与串联攻击步骤

从公开资料来看，Mythos 的核心优势在于 漏洞发现与攻击链推理能力。

Anthropic 的红队测试材料称，该模型能够：

• 在真实开源代码库中发现 零日漏洞（zero‑day）。
• 对闭源软件进行 漏洞利用逆向工程。
• 将已知但尚未广泛修补的 “N‑day”漏洞 转化为可利用的攻击代码 。

政府测试也显示，这类模型越来越擅长把多个独立任务连接成完整攻击流程，而不仅仅是解决单个安全挑战 。

英国国家网络安全中心（NCSC）也警告称，前沿 AI 模型已经能够在网络攻击的一些关键环节提供帮助，例如寻找零日漏洞或解决复杂加密问题 。

关键局限：漏洞严重性判断与利用验证

尽管 Mythos 在漏洞发现方面表现强劲，但现有证据也显示它 仍无法独立完成完整安全分析流程。

例如：

• 模型发现的漏洞是否真实可利用，通常仍需人类验证。
• 漏洞严重性（如 CVSS 等级）的判断并不稳定。
• 安全团队仍需人工决定修补优先级和风险影响 。

一些关于 Mythos 找到“数千个高危漏洞”的说法主要来自厂商相关材料或未经充分独立验证的报道，因此更合理的看法是：这些数字目前仍属于 厂商声明，而非已全面复现的研究结果 。

在实际企业环境中，这还可能带来新的问题：模型可以非常快地产生大量疑似漏洞，但安全团队仍需花时间验证，从而造成 漏洞筛查压力（triage overload）。

与 GPT‑5.5 的比较：领先优势可能没有想象中大

另一项重要发现是：Mythos 并非唯一达到这一能力水平的模型。

AISI 在后续测试中评估了 OpenAI 的 GPT‑5.5，并发现 另一家开发商的模型也达到了类似水平的网络安全能力 。

在该机构的网络安全测试套件中：

• Mythos 首次完成了企业网络攻击模拟
• GPT‑5.5 随后也成功完成同类多步骤任务

这表明，在前沿模型竞争中，能力提升正在迅速扩散，而不是长期由单一模型保持领先 。

一些第三方测试还指出，在以真实历史漏洞为基础的基准中，GPT‑5.5 也展现出接近 Mythos 的漏洞发现能力 。

因此，从 成本与性能比（cost‑adjusted performance） 的角度看，Mythos 的优势可能取决于整体系统设计、工具链和访问控制，而不只是模型本身。

为什么银行和政府都在争取使用这些模型

尽管能力仍有限，但政府和金融机构仍在争相测试类似 Mythos 的系统。

原因很简单：如果攻击者也能使用这些工具，防御方必须先拥有它们。

例如：

• 日本三大银行据报道将获得 Mythos 的访问权限，用于寻找金融系统漏洞 。
• 日本政府甚至成立了专门工作组，评估该模型可能带来的网络攻击风险 。
• 欧洲银行和监管机构也在寻求获得类似 AI 模型，用于网络防御研究 。

在金融、能源和政府基础设施等领域，这种技术被视为一种 “攻防双用”能力。

AI 网络能力正在快速加速

AISI 的研究还显示，AI 能够独立完成的网络安全任务长度正在迅速增加。

该机构估计，自 2024 年以来，模型能够自动完成的网络任务复杂度 大约每 4.7 个月翻倍 。

这种增长速度意味着：

• AI 可能迅速成为漏洞发现的重要工具
• 同样也可能降低网络攻击的技术门槛

总体判断

综合政府评估与公开测试结果，Mythos 最合理的定位是：

一个高效率、能力强但具有双重用途的网络安全助手，而不是自动化的网络防御专家。

它在漏洞发现和复杂任务串联方面表现突出，但关键问题仍未完全解决，例如：

• 误报率和漏洞验证
• 实际环境中的可复现性
• 与其他模型相比的成本优势

随着 GPT‑5.5 以及更多专业安全代理系统的出现，未来的竞争可能不再只是“哪一个模型最强”，而是 谁能构建最有效的 AI 安全工具链与工作流程。