人工智慧正迅速改變資安研究的方式,而 Anthropic 推出的 Project Glasswing 是目前最受關注的實驗之一。這個計畫的核心是一個尚未公開發布的 AI 模型 Claude Mythos Preview,專門用來在大型軟體程式碼中尋找並驗證安全漏洞。
根據 Anthropic 公布的早期成果,這套系統可以大幅加速漏洞發現速度。不過,由於大多數漏洞仍在修補流程中而尚未公開,外界能夠獨立驗證的資訊目前仍有限。
Project Glasswing 是 Anthropic 在 2026 年啟動的一項受控資安研究計畫。公司並未公開發布 Claude Mythos Preview,而是將模型提供給一個經審核的合作夥伴聯盟,用於在攻擊者利用之前先找出關鍵軟體中的漏洞。
這個模型被特別優化用於程式碼推理與安全分析,能夠:
Anthropic 表示,若將此類能力完全公開,可能同樣會被攻擊者利用,因此目前只透過受控合作夥伴計畫部署。
Anthropic 在計畫的首次更新中公布了一些引人注目的數字:
其中一個例子來自網路基礎設施公司 Cloudflare。該公司表示利用該模型在自家核心服務中找到約 2,000 個漏洞,其中約 400 個屬於高危或嚴重等級。
這些結果暗示,AI 可能讓資安團隊能以前所未有的速度審查大型程式碼庫。
一些外部評估指標也顯示出這個模型在資安領域的能力。
英國 AI Security Institute(AISI) 的測試顯示,Claude Mythos Preview 在專家級的 Capture‑the‑Flag(CTF)資安挑戰中解出 73% 的題目。
相關報告還提到模型具備幾項關鍵能力:
這些任務過去通常需要經驗豐富的資安研究員才能完成。
由於多數漏洞仍在「協調披露」(coordinated disclosure)流程中,目前公開案例不多,但已提到幾個代表性例子:
Anthropic 表示,目前 超過 99% 的漏洞仍未公開修補,因此暫時無法公布更多細節。
Project Glasswing 採取聯盟模式,由科技公司、基礎設施供應商與資安企業共同參與。
公開提到的參與者包括:
加上 Anthropic 與其他機構,整體合作夥伴約 50 個組織。
這些企業使用模型掃描自己的產品或關鍵開源軟體,找出漏洞並推動修補。
Anthropic 強調 Mythos 之所以被限制使用,是因為它同時具備 防禦與攻擊能力。
如果這類 AI 能自動發現並利用零日漏洞,一旦被濫用,可能會大幅降低發動網路攻擊的門檻。
因此公司採取策略:先透過合作計畫修補大量漏洞,再考慮更廣泛的釋出。
儘管數字看起來相當驚人,但資安社群也提出幾點質疑。
1. 外部驗證仍有限
目前許多關鍵數據來自 Anthropic 本身的報告。由於多數漏洞尚未公開,其他研究者暫時無法全面驗證。
2. 是否真的比現有工具更強?
一些研究團隊表示,他們使用公開模型與工具也能重現部分類似的漏洞發現,認為 Mythos 的優勢可能是速度與整合程度,而非完全全新的能力。
3. 真實世界修補率尚未明確
雖然有 CTF 等基準測試,但目前公開資料仍缺乏完整統計,例如 AI 發現的漏洞中有多少被確認、修補並部署到實際系統中。
如果 Anthropic 公布的數據經得起更多驗證,Project Glasswing 可能是史上規模最大的 AI 輔助漏洞研究計畫之一。僅在第一個月,合作夥伴就報告找到 超過 10,000 個高危漏洞。
不過,由於多數漏洞尚未公開披露,目前資安界仍在等待更完整的獨立驗證。
可以確定的是:AI 已經成為軟體安全研究的重要工具——能夠快速掃描大型程式碼庫、找出細微漏洞,甚至自動生成攻擊利用程式。至於 Claude Mythos 是否代表真正的「突破」,或只是 AI 驅動資安分析浪潮中的第一個明顯案例,未來幾年可能會給出答案。
Studio Global AI
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
Anthropic 表示在 Project Glasswing 計畫中,Claude Mythos Preview 在約一個月內協助發現超過 10,000 個高危或嚴重軟體漏洞,但多數仍未公開披露。
Anthropic 表示在 Project Glasswing 計畫中,Claude Mythos Preview 在約一個月內協助發現超過 10,000 個高危或嚴重軟體漏洞,但多數仍未公開披露。 約 50 個合作夥伴參與計畫,包括 AWS、Apple、Google、Microsoft、NVIDIA、Cisco 與 Linux Foundation 等大型科技與基礎設施機構。
部分資安研究者認為這是自動化漏洞研究的重大進展,但也有人指出類似能力可能已能透過公開模型與工具實現。
Loading comments...
Comments
0 comments