从“找漏洞”到“构建攻击链”

传统自动化安全工具通常只做一件事：发现单个漏洞。

Cloudflare观察到，Mythos的能力更进一步。模型在分析真实代码库时可以：

• 发现多个单独看似影响不大的漏洞
• 分析这些漏洞之间的关系
• 将它们组合成完整的攻击链（exploit chain）

例如，几个低严重度的问题如果单独存在可能风险有限，但当它们被组合起来时，就可能形成一个可行的攻击路径。Mythos能够识别这种组合关系，并推演出攻击者可能利用的步骤。

这种能力过去通常只有经验丰富的安全研究员才能完成。

Cloudflare的测试覆盖了公司多个关键系统，包括运行时组件、边缘数据路径、协议代码、控制平面以及一些开源项目。

自动生成漏洞利用代码（PoC）

测试中另一个引人关注的能力是：自动生成漏洞利用的概念验证代码（PoC）。

Cloudflare报告称，模型可以自动执行一系列步骤：

• 编写触发漏洞的代码
• 在测试环境中编译和运行
• 读取运行结果或错误信息
• 根据结果调整攻击方式并重新尝试

这种“写代码—执行—修正”的循环，使模型能够从漏洞发现直接推进到验证漏洞是否真正可利用，且几乎不需要人工干预。

在安全研究中，PoC通常是判断漏洞是否严重的关键步骤。自动化这一环节可以显著减少安全团队的工作量。

Mythos展示的更高级能力

Anthropic在自身文档中也描述了Mythos在内部测试中展示的一些能力，包括：

• 在真实开源项目中发现 零日漏洞（zero‑day）
• 对闭源软件进行 逆向分析并推导利用方法
• 将 N‑day漏洞（已公开但尚未广泛修复的漏洞）转化为可用攻击代码

这些能力表明，该模型的重点并不是普通编程辅助，而是针对漏洞分析与利用推理的专门能力。

现实限制：误报与安全策略不稳定

尽管能力强大，Cloudflare的测试也发现了一些明显问题。

误报问题

模型有时会报告实际上无法利用或并不存在的漏洞。

在使用 C或C++等内存不安全语言 的项目中，这种误报更为常见，因此仍需要安全专家进行人工验证。

拒绝行为不一致

Cloudflare还观察到模型的安全限制存在不稳定情况：

• 有时模型会识别出完整的攻击路径
• 但随后拒绝展示或完成利用代码

而在其他情况下，模型却会继续执行更多步骤后才停止。

这种不一致反映出一个难题：如何在支持防御性安全研究与防止被滥用之间找到平衡。

对网络安全行业意味着什么

Cloudflare认为，这次测试揭示了AI在漏洞研究中的一个重大转变。

对于防御方来说，这类模型可能带来明显优势：

• 发现传统扫描器难以识别的复杂漏洞链
• 快速验证漏洞是否真的可利用
• 帮助安全团队更快确定修复优先级

但同样的能力也意味着风险。

如果攻击者获得类似工具，他们可能更容易把普通漏洞迅速转化为真实攻击代码，从而大幅降低攻击门槛。

Cloudflare因此指出，在AI时代，仅仅加快补丁发布速度可能已经不足以应对风险，组织需要重新设计漏洞管理和安全架构。

AI安全研究的“双重用途”难题

Claude Mythos Preview也再次体现了技术领域常见的 双重用途（dual‑use）问题：

• 在防御环境中，它能帮助提前发现并修复漏洞。
• 在攻击环境中，同样的自动化能力可能加速漏洞利用开发。

正因如此，Anthropic目前没有公开发布该模型，而是通过Project Glasswing向少数机构提供访问，用于受控的安全研究。

Cloudflare的实验显示，AI正在从简单的代码辅助工具，逐渐演变为能够进行完整漏洞发现与利用推理的安全研究系统。这可能在未来几年深刻改变网络攻防两端的技术格局。

从“找漏洞”到“构建攻击链”

传统自动化安全工具通常只做一件事：发现单个漏洞。

Cloudflare观察到，Mythos的能力更进一步。模型在分析真实代码库时可以：

• 发现多个单独看似影响不大的漏洞
• 分析这些漏洞之间的关系
• 将它们组合成完整的攻击链（exploit chain）

例如，几个低严重度的问题如果单独存在可能风险有限，但当它们被组合起来时，就可能形成一个可行的攻击路径。Mythos能够识别这种组合关系，并推演出攻击者可能利用的步骤。

这种能力过去通常只有经验丰富的安全研究员才能完成。

Cloudflare的测试覆盖了公司多个关键系统，包括运行时组件、边缘数据路径、协议代码、控制平面以及一些开源项目。

自动生成漏洞利用代码（PoC）

测试中另一个引人关注的能力是：自动生成漏洞利用的概念验证代码（PoC）。

Cloudflare报告称，模型可以自动执行一系列步骤：

• 编写触发漏洞的代码
• 在测试环境中编译和运行
• 读取运行结果或错误信息
• 根据结果调整攻击方式并重新尝试

这种“写代码—执行—修正”的循环，使模型能够从漏洞发现直接推进到验证漏洞是否真正可利用，且几乎不需要人工干预。

在安全研究中，PoC通常是判断漏洞是否严重的关键步骤。自动化这一环节可以显著减少安全团队的工作量。

Mythos展示的更高级能力

Anthropic在自身文档中也描述了Mythos在内部测试中展示的一些能力，包括：

• 在真实开源项目中发现 零日漏洞（zero‑day）
• 对闭源软件进行 逆向分析并推导利用方法
• 将 N‑day漏洞（已公开但尚未广泛修复的漏洞）转化为可用攻击代码

这些能力表明，该模型的重点并不是普通编程辅助，而是针对漏洞分析与利用推理的专门能力。

现实限制：误报与安全策略不稳定

尽管能力强大，Cloudflare的测试也发现了一些明显问题。

误报问题

模型有时会报告实际上无法利用或并不存在的漏洞。

在使用 C或C++等内存不安全语言 的项目中，这种误报更为常见，因此仍需要安全专家进行人工验证。

拒绝行为不一致

Cloudflare还观察到模型的安全限制存在不稳定情况：

• 有时模型会识别出完整的攻击路径
• 但随后拒绝展示或完成利用代码

而在其他情况下，模型却会继续执行更多步骤后才停止。

这种不一致反映出一个难题：如何在支持防御性安全研究与防止被滥用之间找到平衡。

对网络安全行业意味着什么

Cloudflare认为，这次测试揭示了AI在漏洞研究中的一个重大转变。

对于防御方来说，这类模型可能带来明显优势：

• 发现传统扫描器难以识别的复杂漏洞链
• 快速验证漏洞是否真的可利用
• 帮助安全团队更快确定修复优先级

但同样的能力也意味着风险。

如果攻击者获得类似工具，他们可能更容易把普通漏洞迅速转化为真实攻击代码，从而大幅降低攻击门槛。

Cloudflare因此指出，在AI时代，仅仅加快补丁发布速度可能已经不足以应对风险，组织需要重新设计漏洞管理和安全架构。

AI安全研究的“双重用途”难题

Claude Mythos Preview也再次体现了技术领域常见的 双重用途（dual‑use）问题：

• 在防御环境中，它能帮助提前发现并修复漏洞。
• 在攻击环境中，同样的自动化能力可能加速漏洞利用开发。

正因如此，Anthropic目前没有公开发布该模型，而是通过Project Glasswing向少数机构提供访问，用于受控的安全研究。

Cloudflare的实验显示，AI正在从简单的代码辅助工具，逐渐演变为能够进行完整漏洞发现与利用推理的安全研究系统。这可能在未来几年深刻改变网络攻防两端的技术格局。