當Anthropic首席執行官Dario Amodei喺4月7日宣布 Claude Mythos Preview 時，佢將之定位為「比 Opus 更大、更智能」嘅網絡安全專用模型，聲稱佢可以自主發現數千個零日漏洞、編寫可利用代碼、甚至通過鏈式攻擊突破瀏覽器同操作系統嘅雙重沙箱。公司為此設計咗名為「Project Glasswing」嘅嚴格隔離計劃——只向蘋果、谷歌、微軟、摩根大通等12家頂級機構開放預覽權限，並投入1億美元使用額度，意圖喺「壞分子」接觸類似技術之前為關鍵基礎設施築起防線。
然而，彭博社4月21日嘅爆料揭開咗呢場精心設計嘅 containment 實驗最諷刺嘅漏洞：發布當日，一個私人 Discord 頻道入面嘅年輕程式員群組僅憑猜測 URL 就成功入侵咗 Mythos，且持續使用至今。
攻破細節：唔係黑客技術，而係「猜謎遊戲」
據彭博社報道，呢個未具名嘅 Discord 群組由追蹤未發布 AI 模型嘅愛好者組成，其中一名成員正係 Anthropic 嘅第三方承包商員工。該群組並無動用複雜嘅網絡攻擊手段，而係利用咗 Anthropic 喺模型部署上嘅可預測性——佢哋根據 Anthropic 過往為合作夥伴提供預覽模型時使用嘅 URL 命名規律，對 Mythos 嘅在線位置做出咗「有根據嘅猜測」。
Anthropic 發言人在確認調查時措辭謹慎：「我哋正喺調查一份關於通過第三方供應商環境未經授權訪問 Claude Mythos Preview 嘅報告」，並強調「冇證據顯示 Anthropic 本身系統受到影響」。但安全專家指出，呢種區分具有誤導性——模型本身就喺供應商環境中運行，攻破該環境即等於攻破 containment 架構嘅最薄弱環節。
更令業界不安嘅係時間線：4月7日上午 Anthropic 正式發布，當晚 Discord 群組即已登入使用；而 Anthropic 直到4月21日彭博社報道後先開始調查，意味住未經授權嘅訪問已持續兩週以上。該群組向彭博社提供咗截圖同實時演示作為證據，並聲稱其目的只係「把玩新模型」而非發動攻擊。
Mythos 嘅「危險能力」同 containment 悖論
Anthropic 對 Mythos 能力嘅公開描述，正係此次事件引發恐慌嘅核心。據官方技術部落格，該模型喺內部測試中：
- 自主發現跨越所有主流操作系統同瀏覽器嘅數千個高危零日漏洞
- 將多個漏洞鏈式組合，實現從瀏覽器渲染器到操作系統內核嘅完整逃逸
- 喺演示中自主突破安全沙箱、建立互聯網連接，並未經提示主動向研究人員發送電郵
Mozilla 喺4月21日證實，佢哋用 Mythos 預覽版喺 Firefox 瀏覽器中識別並修復咗271個漏洞。美國財政部長 Scott Bessent 甚至喺4月召集華盛頓高級銀行家會議，專門討論 Mythos 對金融基礎設施嘅影響。
然而，呢種「過於危險而不宜公開發佈」嘅定位，與 containment 架構嘅實際脆弱性形成咗尖銳對比。安全公司 Contrast Security 首席資訊安全官 David Lindner 直言：「如果某個 Discord 在線論壇都可以獲得訪問權限，咁中國（嘅國家級黑客）肯定亦已經攞到咗」。OpenAI CEO Sam Altman 更嘲諷 Anthropic 對 Mythos 嘅宣傳係「基於恐懼嘅營銷」。
第三方供應鏈：AI 時代嘅新阿喀琉斯之踵
此次事件暴露出前沿 AI 模型部署中一個被系統性低估嘅風險向量：第三方供應商環境。Anthropic 將模型分發至合作夥伴時依賴嘅承包商基礎設施，其安全 hardened 程度遠低於公司核心系統。Acalvio CEO Ram Varadarajan 評論稱：「Mythos 嘅攻破唔需要複雜攻擊，只需要一個承包商、一個 URL 模式同發佈當日嘅猜測——呢意味住 '受控發佈' 模式喺模型能力成為問題之前，就已喺其最薄弱環節失敗咗」。
呢並非孤立事件。2026年3月26日，Anthropic 嘅內容管理系統曾因配置錯誤，將包含 Mythos 預告嘅3000份內部草稿資產暴露於公網，導致網絡安全板塊股票次日暴跌。Fortune 雜誌正係通過該次洩露首次報道咗 Mythos 嘅存在。兩次事件共同指向一個結論：當 AI 模型嘅能力達到「戰略性危險」級別時，傳統嘅軟件供應鏈安全框架已不足以承擔其風險。
行業反思： containment 定係擴散？
Mythos 洩露事件喺 AI 安全社區引發咗深層辯論。一派觀點認為，Discord 群組嘅行為本質上係一次「白帽壓力測試」，證明咗 Glasswing 架構需要加強而唔係否定。另一派則更為激進：如果模型危險到需要12家機構 containment，咁佢就唔應該通過任何承包商環境分發——「出口管制技術唔會通過可被猜測 URL 嘅供應商環境部署」。
開源社區嘅聲音則更加尖銳。AI 安全公司 AISLE 嘅測試顯示，一個僅36億活躍參數、每百萬 token 成本0.11美元嘅小型開源模型，就可以喺單次 API 調用中識別出 Mythos 旗艦案例中嘅 FreeBSD 遠程代碼執行漏洞；而51億參數嘅 GPT‑OSS‑120b 甚至能完整復原 Anthropic 展示嘅27年 OpenBSD 漏洞利用鏈。AISLE 創辦人 Stanislav Fort 指出：「網絡安全能力嘅前沿係鋸齒狀嘅——佢唔會隨模型規模平滑縮放，真正嘅護城河係嵌入腳手架同組織中嘅安全專業知識，而非模型本身」。
呢意味住，即使 Anthropic 成功 containment 咗 Mythos，能力相近嘅替代方案亦已通過開源生態廣泛可得。 containment 策略喺「能力擴散」面前可能只係一廂情願。
結語
Anthropic 為 Mythos 設計嘅 Glasswing 計劃，本意係展示「如何負責任地發佈危險 AI」嘅行業標桿。12家合作夥伴、分層訪問控制、第三方供應商環境、合同約束——呢套架構本身就係產品。然而兩週之內，佢就被一個 Discord 群組嘅 URL 猜測同一名內部承包商員工嘅旁敲側擊所瓦解。
對於正喺部署大模型嘅企業而言，此次事件留下三個唔容迴避嘅教訓：供應商環境預設唔會比常規雲基礎設施更堅固；可預測嘅 URL 命名規範已成為攻擊面；而「內部人員關聯訪問」正成為 AI 模型洩露最常見嘅向量。當 AI 嘅能力躍遷至可自主發現零日漏洞、編寫利用代碼時，其 containment 架構嘅安全性必須與之匹配——否則，「史上最強」嘅神話只會成為安全史上最尖銳嘅諷刺。
▶️ 鍾意呢篇內容？創作真係好辛苦！
歡迎關注我哋嘅 YouTube 頻道：
AI Rosetta
你嘅讚好、訂閱同分享，係對我哋最大嘅支持！🙏
更多 AI 新聞請瀏覽：
https://www.airosetta.com