Claude Mythos 網安能力有幾獨特？領先係真，護城河未證實

Claude Mythos Preview 值得關注，但如果講成只有 Mythos 先做到網安推理，公開證據暫時未撐得起。較穩陣嘅結論係：Mythos 在自主、多步驟網安工作上似乎領先；但當任務被收窄、相關程式碼已整理好，較平價或開放權重模型亦可以重現部分分析 。

一句講晒：有領先，未見只此一家

如果所謂獨特，意思係在高難度、端到端網安流程上大幅拋離其他模型，Mythos 有相當有力嘅案例。英國人工智能安全研究所 AISI 指，Mythos Preview 相比以往前沿模型係再上一級；在受控評估入面，當 Mythos 被明確指示並獲得網絡存取權限時，AISI 觀察到它可以對有漏洞網絡執行多階段攻擊，並自主發現同利用漏洞 。

但如果獨特嘅意思係平價公開模型完全做唔到同類網安推理，證據就弱好多。Aisle 測試 Anthropic 展示過嘅漏洞時，將相關程式碼抽離出來，再交畀細型、平價、開放權重模型分析；結果顯示，呢類模型可以追回不少相同分析 。

Mythos 真正拉開距離嘅地方

Mythos 最清晰嘅優勢，唔係單一問答，而係長時間跨度嘅工作：漏洞發現、漏洞利用、逆向工程，以及需要規劃、用工具、串連多個步驟嘅模擬入侵。AISI 特別提到 Capture-the-Flag（CTF，網安攻防練習）任務同多步驟攻擊模擬，並將 Mythos 放在整體 AI 網安能力快速提升嘅背景下理解 。

Anthropic 自己嘅紅隊報告講得更進一步，指 Mythos 在多類網安任務表現強，並描述它可在真實開源程式碼庫發現 zero-day（未被發現漏洞）、對閉源軟件做逆向工程式漏洞利用，以及將 N-day（已知但未廣泛修補漏洞）變成可運作 exploit 。不過，同一份報告亦指出，由於超過 99% 被發現嘅漏洞當時仍未修補，公開細節有限，外界無法獨立檢視大部分例子 。

點解平價模型仍然可以挑戰護城河講法

平價模型派嘅重點，唔係話細型開放權重模型已經可以像 Mythos 一樣做完整自主 Agent。重點係：網安能力可以好不平均。一個模型可能在某些任務較弱，但在一個範圍清楚、材料已準備好嘅漏洞分析題目上，仍然可以有令人意外嘅表現。Aisle 的測試正正發現，當 Anthropic 展示漏洞嘅相關程式碼被抽出後，細型平價開放權重模型可追回不少相同分析 。

Tom’s Hardware 對公告後爭議嘅整理亦近似：Mythos 可能係整體最強嘅網安 AI 模型之一，但較平價模型在部分 exploit 發現同修補任務上，可以達到相近結果；不過可靠度同可用性仍然有疑問 。

呢個分別好重要。做到一段已抽離程式碼嘅漏洞分析，唔等於可以自主進入網絡環境、規劃攻擊路線、串連多個步驟、利用漏洞，最後完成模擬入侵。公開證據最能支持 Mythos 領先嘅地方，仍然係呢類較長、較自主嘅工作流 。

真正值錢嘅可能係模型背後成套系統

由公開資料睇，最好嘅解釋唔係單靠模型本身，而係模型加上一整套網安專用支架：工具、執行環境、存取權限、上下文選擇、提示設計，以及專家覆核。Aisle 明確指出，護城河在於深層安全專業知識被嵌入嘅系統，而唔係模型本身 。AISI 的評估亦提醒大家，Mythos 最強嘅觀察結果出現在受控條件下，而且模型被明確指示並獲得網絡存取權限 。

存取安排亦係故事一部分。Bain 形容 Claude Mythos Preview 係具嚴肅網安能力嘅前沿模型，強到 Anthropic 將發佈限制在名為 Project Glasswing 嘅審核夥伴計劃之內 。所以實際比較唔係單純邊個公開 API 平，而係可用模型、工具同專業知識可以重建到幾多同類工作流程 。

目前公開證據答唔到咩

暫時未有乾淨嘅公開同場比較，可以在完全相同條件下量度 Mythos、低成本 API 同開放權重模型嘅價格／效能。AISI 是在受控環境評估 Mythos，並將它同以往前沿模型進展比較 。Anthropic 提供詳盡但由開發者撰寫嘅紅隊證據 。Aisle 則是在部分被展示漏洞上做較窄嘅反向測試 。呢幾類資料回答嘅，其實係相關但唔完全相同嘅問題。

真正理想嘅比較，應該要固定工具存取、程式碼上下文、網絡權限、嘗試次數、運算預算、漏洞執行規則同人手覆核程度。無呢套同場設定之前，無論話 Mythos 有不可追上護城河，或者話平價模型已經完全一樣強，都太早 。

實務上應該點睇

使用場景	從公開證據可得嘅判讀
自主紅隊式流程	Mythos 級系統似乎明顯領先，特別係模型需要用工具、規劃多步驟，並在有網絡存取權限下執行任務 。
已提供程式碼嘅漏洞分流	當相關程式碼已整理好、流程範圍夠窄，較平價或開放權重模型可能已經有實用價值 。
企業 AI 風險規劃	唔好將 Mythos 當成一次性異常。Bain 認為 Mythos 問題嚴肅，但其他前沿系統已經有部分可比較能力，或可能陸續追上 。
模型評估	要比較完整系統，而唔係只比較模型名。工具、支架、上下文同人類專業知識，都可以改變結果 。

Bottom line

Claude Mythos 最值得重視嘅地方，是它在自主性同多步驟執行要求高嘅網安任務上，表現看來相當突出。不過，公開資料未證明它底層網安推理能力係平價模型完全無法觸及。較安全嘅講法係：Mythos 在複雜網安工作流上有真領先；但低成本模型如果配合好工具、清晰上下文同專家監督，在有邊界嘅分析任務上仍可覆蓋意想不到嘅部分 。