Anthropic红队评估：GLM-5.3与Claude Mythos在漏洞利用基准上的表现

Anthropic前沿红队近日发布了一项评估，针对多款模型在内部二进制利用基准上的表现进行了测试。该基准包含100项任务，模型需在随机选取的任务中展示其网络攻击能力。结果显示，GLM-5.3在4%的试验中实现了完全控制流劫持，而Claude Mythos Preview的比例为6%。

尽管GLM-5.3在此项测试中的表现略逊于Claude Mythos Preview，但红队指出，一个有意义的技术门槛已被明确跨越。相比之下，更早期的模型如Claude Opus 4.6和GLM-5.2在同类任务中均未取得成功，这表明新一代模型在高级网络能力方面有了显著提升。

这一发现由Simon Willison在其博客上引用并分享，引发了关于AI模型安全性和潜在风险的讨论。随着模型能力的不断增强，评估和监控其潜在滥用风险变得愈发重要。红队的这一评估为理解当前AI模型的边界提供了参考数据，也为未来的安全研究指明了方向。