2026 年 4 月 7 日星期一,Anthropic 正式揭开了 Claude Mythos Preview 的神秘面纱——这是其迄今为止最先进的人工智能模型——作为一项名为 Project Glasswing 的网络安全中心计划的一部分。该模型在 Anthropic 内部分类中被归类为“Capybara”级别,代表着与 Claude Sonnet 和 Opus 相比的代际飞跃。此前,在 3 月 26 日发生大规模数据泄露事件后,由 LayerX Security 的 Roy Paz 和一位匿名人士组成的两位安全研究人员发布了内部文件,披露了该项目的存在,Anthropic 选择在此之后加速官方沟通。
Claude Mythos 的性能令人印象深刻。根据 Anthropic 发布并经独立评估师证实的技术基准测试,该模型在推理、编码和上下文理解测试中均取得了顶尖得分。Anthropic 同时发布的安保报告详细介绍了风险评估、红队演练方法论和部署的控制机制。由 Nicholas Carlini 领导的 Anthropic 安全团队发布了一份详尽的技术报告,评估了该模型的网络安全能力——特别是其检测、分析和对抗复杂攻击的能力。
此次发布最创新的方面是伴随推出的网络安全联盟。Project Glasswing 汇集了 40 多个合作伙伴——包括企业、政府机构和研究实验室——以在数字防御场景中测试和部署 Claude Mythos。该模型旨在供安全团队使用,以实时分析威胁、识别源代码中的漏洞,并模拟攻击以加强防御。Anthropic 将其模型定位为服务于网络安全的“智能盾牌”,而非攻击性工具。
AI 社区对此褒贬不一。一方面,专家们赞扬了 Anthropic 的负责任方法,在广泛部署之前发布了详细的风险报告——这在行业内是一种罕见的做法。另一方面,一些人担心这些能力具有双重用途的潜力:一个能够检测漏洞的模型,理论上也可以利用这些漏洞。Anthropic 声称已实施了“强大的安全措施”和严格的访问限制以供预览。目前,该模型仅对联盟合作伙伴和部分精选的企业客户开放。
在 AI 竞赛的背景下,Claude Mythos 的推出时机具有战略意义。OpenAI 刚刚完成了其 1220 亿美元的融资,Google 在前一周推出了 Gemma 4,埃隆·马斯克的 xAI 正在崛起。Anthropic 在其最近一次 300 亿美元融资后估值约为 610 亿美元,仍然是一个规模较小但方法稳健的参与者。它的赌注是:通过押注安全和透明度而不是追求最大模型来赢得企业和政府的信任。在这个日益关注 AI 风险的世界里,这个赌注可能会带来回报。





