政府測試與獨立評估：Anthropic Mythos 在資安領域到底有多強？

Mythos：AI 資安能力的一次躍進

近期政府測試與獨立評估顯示，Anthropic 的 Claude Mythos 在網路安全領域確實代表了一次能力提升。英國政府支持的 AI Security Institute（AISI） 在資安測試中指出，Mythos 相較於過去的前沿 AI 模型「明顯更進一步」。

在 AISI 的測試中，Mythos 成為首個完成「企業網路攻擊全流程模擬」的模型。這項任務涉及多個階段，例如漏洞發現、權限提升與橫向移動等步驟。研究人員估計，人類資安專家通常需要 約 20 小時 才能完成同樣的攻擊模擬 。

這代表 AI 在某些資安操作上已能完成過去需要專家長時間分析與實驗的流程。

強項：漏洞發現與多步驟攻擊

目前公開資料顯示，Mythos 的最大優勢在於 漏洞探索與攻擊流程串接能力。

根據 Anthropic 的紅隊測試報告，Mythos 能做到幾件過去 AI 較難完成的事情：

• 在真實開源程式碼中找出 零日漏洞（zero‑day）。
• 針對 閉源軟體 進行逆向分析並理解漏洞利用方式。
• 將已公開但尚未完全修補的 N‑day 漏洞 轉化為可利用的攻擊程式碼 。

英國國家網路安全中心（NCSC）也指出，最先進的 AI 模型已能協助資安人員完成多個攻擊流程步驟，例如找出漏洞或解決加密相關問題，從而改變網路攻防的速度與成本 。

限制：AI 仍無法取代資安專家

然而，目前證據也顯示 Mythos 還不能被視為完整的自動化資安分析師。

在實務環境中，仍有幾個重要限制：

• 漏洞嚴重度判斷：AI 可能發現大量疑似漏洞，但難以準確判斷哪些問題真的危險。
• 漏洞利用驗證：即使 AI 提出 exploit 概念，仍需要人類測試是否真正可行。
• 優先修補決策：企業必須判斷哪些漏洞最需要優先處理。

AISI 的公開評估也指出，Mythos 在這些環節仍需要人類專家參與，因此更像是一種 高效率的資安輔助工具，而不是完全自主的防禦系統 。

另一個實務問題是「漏洞篩選成本」。如果 AI 很快找出大量疑似問題，安全團隊可能反而要花更多時間驗證哪些是真漏洞、哪些是誤判。

Mythos 與 GPT‑5.5：差距可能沒有想像大

雖然 Mythos 在發布時被視為資安 AI 的重大突破，但政府測試顯示，競爭模型可能很快追上。

AISI 在後續評估中指出，OpenAI 的 GPT‑5.5 在資安測試中達到相近能力水準，並成為第二個完成其多步驟網路攻擊模擬的模型 。

這意味著：

• Mythos 的確代表能力提升
• 但這種提升 並非只有一家模型能達到

一些第三方測試也指出，在基於真實歷史漏洞的測試中，GPT‑5.5 也能展現接近 Mythos 的漏洞發現能力 。

因此在實際應用中，成本、可取得性與工具整合 可能比模型本身的差距更重要。

為什麼各國政府與銀行都想要它

Mythos 引發高度關注的一個原因是，它同時具有 防禦與攻擊的雙重用途（dual‑use）。

金融機構尤其關注這項技術。報導指出，全球銀行正在測試 Mythos 等 AI 系統，希望能在攻擊者之前先找出自身系統漏洞 。

例如：

• 日本三大銀行（三菱 UFJ、瑞穗、三井住友）預計獲得 Mythos 存取權 。
• 日本政府也成立專門工作小組，評估這類 AI 對金融體系的網路安全風險 。

這反映出一種新的競賽：防禦者與攻擊者都可能使用同樣的 AI 工具。

AI 資安能力正在快速成長

AISI 的研究顯示，AI 在資安任務上的能力正在快速提升。研究人員估計，AI 能自主完成的資安任務長度 大約每幾個月就會翻倍 。

這種進展意味著：

• AI 可能越來越能處理複雜攻擊流程
• 政府與企業需要更快更新防禦策略

結論

目前最合理的評估是：

Mythos 是一個非常強大的資安輔助工具，但還不是完全可靠的自動化防禦系統。

它的優勢主要在於：

• 快速發現漏洞
• 串接多個攻擊步驟

但仍存在幾個關鍵未解問題：

• AI 找出的漏洞有多少是真正可利用的
• 誤判率與驗證成本
• 在真實企業環境中的可重現性

同時，隨著 GPT‑5.5 等競爭模型達到類似能力，未來 AI 資安競賽的關鍵，可能不只是模型本身，而是 整個工具鏈與安全流程的整合能力。