Anthropic「Mythos」AI 引發全球網安爭議

Mythos 有咩特別？

傳統漏洞掃描工具通常只會偵測 已知漏洞或固定模式。但 Anthropic 表示，Mythos 可以分析大型複雜程式碼，推理系統結構，並且 主動發現以前未被發現嘅漏洞。

研究人員舉例指出：

• 在開源同商業軟件之中發現數千個高危漏洞
• 在主流作業系統同瀏覽器找到安全弱點
• 有些漏洞存在 十幾年至幾十年 都未被發現

例如一個 OpenBSD 系統漏洞據稱存在了 27 年 才被找出。

雖然 Mythos 並非專門設計成黑客工具，但佢強大嘅編程同推理能力，令佢特別擅長分析龐大程式碼庫並找出可被利用嘅弱點。

Anthropic 指出，超過 99% 發現嘅漏洞仍未修補，因此公開發布模型可能帶來即時安全風險。

監管機構同銀行點樣即時回應

消息公布後，政府同金融業罕見地迅速協調。

據報同一日，美國財政部長 Scott Bessent 同聯儲局主席 Jerome Powell 與多間大型銀行 CEO 舉行閉門會議，討論 Mythos 可能帶來嘅網絡安全影響。

銀行隨即加強防禦措施，包括：

• 加快系統修補漏洞同更新安全補丁
• 重新檢查舊式 IT 系統嘅風險
• 加強監控未修補漏洞可能出現嘅攻擊跡象

與此同時，Anthropic 啟動 Project Glasswing 計劃，讓少數科技公司同安全機構使用 Mythos 去尋找並修補重要軟件漏洞。

點解部分專家話恐慌被誇大

雖然初期反應非常緊張，但不少網絡安全專家之後指出，Mythos 未必會立即改變整個威脅格局。

到 2026 年 5 月中，分析報告指出，外界對「AI 黑客全面爆發」嘅擔心可能 被誇大。

原因主要有幾個。

1. 類似能力其實早已出現

研究人員指出，一些較早期嘅私有 AI 模型，甚至部分開源系統，其實已經可以幫助發現漏洞。

因此 Mythos 更可能係 加速既有趨勢，而唔係完全新能力。

2. 發現漏洞未必係最難

現實世界嘅網絡攻擊通常包含多個步驟，例如：

• 驗證漏洞是否真實
• 編寫可靠 exploit
• 入侵目標系統
• 在系統內活動而不被偵測

呢些過程仍然需要專業技能同實際操作，因此自動化漏洞發現 唔等於即刻可以大規模攻擊。

3. 防守一方都可以用 AI

同一類 AI 技術其實亦可以幫安全團隊更快找出漏洞並修補。

有些專家認為，AI 更像是 加快攻防雙方的速度競賽，而唔一定只對攻擊者有利。

仍然限制風險嘅幾個現實因素

即使 AI 能大幅提升漏洞發現能力，實際影響仍然受幾個因素限制。

有限存取
Mythos 並未公開發布，只限少數科技公司和安全機構使用。

高運算成本
前沿 AI 模型需要大量計算資源訓練同運行，令其擴散速度比一般黑客工具慢。

技術擴散時間很短
分析人士認為，存取限制可能只帶來短暫優勢，因為開源模型同舊系統正快速追趕。

真正爭論：加速定改寫規則？

大多數專家都同意一點：AI 正在變成分析軟件漏洞嘅強大工具。

但爭議在於——呢種變化究竟係「加速」定係「顛覆」。

• 一派認為，前沿 AI 可能大幅縮短漏洞被發現到被利用之間嘅時間，對銀行同關鍵基建特別危險。
• 另一派則認為，AI 主要係提升效率同規模，而網絡攻擊嘅基本模式並沒有根本改變。

無論如何，Mythos 事件其實已經成為一個測試案例：當 AI 能力愈來愈強，政府與企業未必再試圖阻止技術出現，而是更集中於 控制誰可以使用，以及如何用於防禦。

換句話說，這場爭論其實只是 AI 與網絡安全競賽的新開始。