Anthropic 放出 Claude Mythos：最吓人的不是会找漏洞，而是普通人也能用了
如果你最近还把“AI 安全能力变强”理解成 Copilot 更会补全代码，那这次可能得把预期整个抬一档。
Anthropic 这两天公开了一波很重的信号：他们的新模型 Claude Mythos Preview，已经不是“能帮安全研究员省点时间”这个级别，而是开始逼近另一个更危险的阶段——AI 正在把高级漏洞挖掘和利用的门槛往下砸。
更狠的是，Anthropic 自己在技术说明里直接承认了一件事：在一些测试里，没有正式安全背景的工程师，把任务扔给 Mythos，第二天起来就能看到能跑的漏洞利用结果。
这话的冲击力，比一长串 benchmark 分数大多了。
真正让人头皮发麻的，不是“AI 更强了”
而是它强在了一个本来不该这么快规模化的地方。
按照 Anthropic 披露的信息，Mythos 已经能在：
- 主流操作系统里找零日漏洞
- 主流浏览器里找漏洞并尝试利用
- Linux 内核、FFmpeg、OpenBSD 这类老牌关键软件里挖出高危问题
- 在部分场景下，把找漏洞和构造利用链这两步几乎串成半自动流程
这不是“写个脚本”“修个报错”那种编程能力提升。
这更像是：模型开始具备了接近安全研究员工作流的完整性。
以前很多高危漏洞之所以没有被大规模滥用，不是因为它们不存在，而是因为：
- 不好找
- 找到了也不一定会利用
- 真能稳定打穿的人很少
现在的问题是，AI 正在同时压这三件事的成本。
最危险的一点：它不是只帮高手
安全圈最怕的从来不是“顶级研究员更强了”。
顶级研究员本来就很强。
真正麻烦的是，原本需要多年积累的能力，开始被打包成可调用的生产力。
Anthropic 在说明里提到，Mythos 不只是能发现漏洞，还能在一些案例里自动构造复杂利用，甚至把多个漏洞拼起来形成完整攻击链。它还强调，这些能力并不是专门为了攻击训练出来的，而是代码能力、推理能力和 agent 化执行能力叠加后的自然结果。
这就很现实，也很不好笑。
因为这意味着，未来真正危险的未必是某个“邪恶模型”突然出现，而是：
- 模型写代码越来越强
- 模型调试越来越稳
- 模型会自己跑实验、自己验证、自己迭代
当这三件事凑到一起，攻击能力就会像副作用一样冒出来。
说白了，不是有人故意把核按钮交出来，而是大家在拼命做更强的通用模型时，顺手把一套越来越像攻击自动化的能力也做出来了。
Anthropic 为什么要拉一群大厂搞 Project Glasswing
这也是这次另一个关键信号。
Anthropic 没有直接把这套能力当成普通模型升级来宣传，而是同步推出了 Project Glasswing，把 AWS、Microsoft、Google、Apple、Cisco、CrowdStrike、NVIDIA、Palo Alto Networks 等一堆机构拉进来，核心目标就一个：
趁这种能力还没彻底扩散，先拿去补最重要的系统。
这个动作说明两件事：
1. 他们自己也知道这不是普通发布
如果这只是“代码能力更好一些”，没必要搞这么大阵仗，更没必要上来就是关键基础设施、安全合作、开源安全资助这些组合拳。
2. 安全行业的旧节奏已经有点跟不上了
以前很多企业做安全，还是老套路：
- 上线前做几轮审计
- 定期扫漏洞
- 等研究员或社区报问题
- 出补丁
但如果未来漏洞发现和利用的速度都被 AI 拉高，那整个行业就会变成另一种节奏：
还没等你排期修复，对面已经把 PoC 跑明白了。
这也是为什么 Anthropic 在公开材料里反复强调，要把 AI 先用于防守、用于修补、用于加快关键软件的安全审查。不是他们突然慈善心爆发，而是现在不这么做，后面可能真的顶不住。
对普通开发者来说，这事最现实的变化是什么？
很多人看到这种新闻，第一反应是：
“哦，那是安全公司和大厂要操心的事。”
其实不是。
如果你做的是：
- SaaS
- 插件系统
- 浏览器扩展
- 带上传、解析、转码、执行链路的产品
- 内部 Agent / 自动化平台
那你已经在这波影响范围里了。
因为 AI 把攻击效率抬上去之后，最先被教育的往往不是最顶级的大厂，而是那些：
- 代码量不小
- 业务跑得快
- 安全预算一般
- 默认觉得“我们这小产品没人盯”
的团队。
这类团队过去能活，很大程度上靠的是攻击者时间也很贵。
现在这个前提正在松。
接下来真正该调整的，不是情绪，是流程
这波消息最值得记住的，不是“AI 太可怕了”，而是一个更朴素的结论：
以后安全能力会越来越像算力一样，被工具化、被批量化、被前置到日常开发流程里。
你可以继续把安全当成上线前的最后一关，但那样会越来越像拿雨伞挡洪水。
更实际的做法会是：
- 对关键模块做持续 AI 辅助审计，而不是一次性审计
- 对解析器、鉴权、文件处理、沙箱边界这些高风险位置提高 review 权重
- 把 exploitability 当成评估项，而不是只看“有没有 bug”
- 对 agent 工具链、浏览器自动化、代码执行环境做更严格的隔离
- 默认接受一个现实：以后你的对手可能不是一个人，而是一整套会自己读代码、自己试错、自己复现的模型工作流
这才是这件事最扎心的地方。
大家以前总爱说“AI 会替代程序员吗”。
现在看，更值得问的问题可能是：
当 AI 开始替代一部分漏洞研究、利用验证和攻击准备工作时，你的系统到底有没有准备好面对一个不会累、不会烦、试错成本极低的对手？
这个问题，真不是危言耸听了。
最后一句
Claude Mythos 真正让人不安的，不是它会找漏洞。
会找漏洞的高手一直都有。
真正让人不安的是，那种原本昂贵、稀缺、需要多年训练的能力，正在被压缩成越来越可调用的默认能力。
这意味着未来的软件安全竞争，拼的可能不再只是“谁写得更快”，而是“谁能更快地发现自己会怎么死”。
这个时代的开发者，可能要尽快学会后一件事。