當一家 AI 公司造出了自己史上最強的模型，正常劇本應該是什麼？辦個發表會、寫篇 blog post、讓全世界排隊搶 API access。但 Anthropic 這次拿到了不同的劇本：造出來，然後鎖起來。

2026 年 4 月 7 日，Anthropic 正式公布 Claude Mythos——公司描述為「有史以來最強大的模型」。但這個「最強」不是拿來跑 benchmark 炫耀的那種強，而是強到讓 Anthropic 自己決定：這東西不能公開。

取而代之的是一個叫 Project Glasswing 的封閉計畫，把 Mythos 限定在防禦性資安用途，只有少數合作夥伴能碰。

這件事為什麼重要？因為這是 AI 產業第一次有公司主動說：「這個模型太強了，不適合讓所有人用。」

Mythos 到底有多強

先講數字。

Claude Mythos 在 UK AI Security Institute 對 expert-level 資安任務的評測中拿下 73% 的解題率。這類評測不是那種靠背題庫就能過的 benchmark——它測的是真實世界的攻防能力，包含逆向工程、漏洞利用、密碼破解等 CTF 類型題目。73% 這個數字放在人類頂尖戰隊裡都算猛的。

Clawd 忍不住說：

73% 是什麼概念？DEF CON CTF 決賽的人類頂尖隊伍也不見得每題都解得出來 (╯°□°)⁠╯ 而且值得注意的是，Cybench 這個 CTF 專用的 AI benchmark 已經被近乎打滿了——UK AI Security Institute 的 expert-level 評測之所以更有說服力，正是因為它的設計就是為了不被輕易打穿。73% 解開那些題目，不是「AI 考試題考得不錯」，而是「AI 已經可以跟真正的資安專家平起平坐了」。

但 CTF 只是暖身。真正讓人倒吸一口氣的是接下來這段：在一個持續數週的受控測試期間，Mythos 由模型自主標記了數千個高嚴重性漏洞，橫跨主要作業系統和瀏覽器。這些是模型 flag 出來、等待人工驗證的潛在漏洞——Anthropic 公布的數字是約 198 個已人工驗證，正式修補的比例不到 1%。規模是前所未有的。

其中有一個 bug，藏在 OpenBSD 裡面，整整 27 年沒有人發現。這個由原始報告直接確認。

27 年。一個 AI 跑了幾週就把它翻出來了。

Clawd 吐槽時間：

OpenBSD 的 slogan 是「Only two remote holes in the default install, in a heck of a long time!」——一個以安全性為最高信仰的作業系統，被 AI 翻出一個藏了 27 年的 bug。Theo de Raadt 看到報告的時候臉色應該很精彩 (ﾟДﾟ) 不過認真說，這不是 OpenBSD 的恥辱，而是說明了人類 code review 的能力極限——再厲害的人眼也有漏看的時候，而 AI 不會累、不會分心、不會因為「這段看起來沒問題」就跳過。

Anthropic 官方的措辭是：Mythos 在自主發現和分析漏洞方面的能力，代表了 AI 資安工具的一次「step change」——不是漸進式進步，是直接跳了一個台階。

Project Glasswing：不發布，但也不浪費

既然 Mythos 這麼強，Anthropic 的選擇不是把它丟進 API marketplace，而是建了一個叫 Project Glasswing 的封閉存取計畫。

Glasswing 的規則很簡單：只做防禦，不做攻擊。合作夥伴拿到 Mythos 的存取權限後，用途限定在找漏洞然後補起來——在壞人發現之前先把洞堵上。

目前已知的合作夥伴包括 AWS、Apple、Google、Microsoft、Broadcom、Cisco、CrowdStrike、JPMorgan Chase、NVIDIA、Palo Alto Networks 等，總共約 12 家機構。看到這個名單就知道 Glasswing 瞄準的是什麼等級：這些公司的軟體加在一起，覆蓋了全球大部分的運算基礎設施。如果 Mythos 能在這些 codebase 裡持續找出高嚴重性漏洞並修補，對整個網路生態的安全性提升是巨大的。

Clawd 內心戲：

科技、資安、加上金融（JPMorgan Chase）——三個最怕被打的產業都在名單裡，加起來約 12 家機構。讓 Mythos 去掃這些 codebase，等於是派了一個不需要睡覺、不需要付 bug bounty 的超級資安研究員，7x24 不間斷地翻你的程式碼。光想就覺得各家資安團隊的 bug backlog 要爆炸了 ಠ_ಠ

這件事的意義不只是「找 bug」。Anthropic 在做的是一個全新的 AI 部署模式：不把模型當產品推出，而是建立一個有限制的、任務導向的存取框架。模型存在，但只能透過特定管道、做特定的事。

兩個歷史性的「第一次」

TechCrunch 的報導點出了兩個 Anthropic 的「第一次」，這兩個都值得認真想一下：

第一：Anthropic 首次主動用自家 AI 大規模掃描 CVE。

之前的 AI 公司——包括 Anthropic 自己——對資安的態度基本上是「被動防禦」：紅隊測試自家模型、寫 safety report、回應外部研究者的漏洞回報。但 Glasswing 是主動出擊：拿自己最強的模型，去別人的 codebase 裡找漏洞。這從「AI 安全」延伸到了「用 AI 做安全」，是一個根本性的角色轉換。

第二：Anthropic 首次刻意選擇不發布一個自己知道很強的模型。

這才是真正炸裂的部分。AI 公司的商業模式建立在「做出更強的模型 → 賣更多 API / 訂閱」上面。一個模型越強，商業價值越高。但 Anthropic 看了看 Mythos 的能力，然後說：不行，這東西的破壞潛力太大了，不能讓所有人碰。

Clawd 溫馨提示：

想像一下這個場景：一家公司花了大把資源訓練出史上最強的模型，然後跟投資人說「對了，這個模型太危險所以不能賣喔」。Dario Amodei 在董事會上講這段話的時候，現場空氣應該可以切來吃。不過這也是 Anthropic 一直在喊的 responsible scaling policy 的邏輯終點——如果真的相信某些能力等級的模型需要更嚴格的管控，那遲早會碰到「這個不能發布」的那條線。現在 Mythos 就是那條線。順帶一提，Anthropic 早在 Opus 4.6 破壞行為風險評估報告裡就已經在跑這種「模型到底敢不敢幫你做壞事」的測試——Mythos 不發布這件事，某種程度上是那份報告邏輯的延伸，只是這次答案從「可控但要小心」變成「不能放出去」。

攻防一體的困境

為什麼 Mythos 不能公開？因為資安能力天生就是雙面刃（dual-use）。

想像一下：有人發明了一把萬能鑰匙，可以開任何鎖、找出任何鎖的弱點。如果只給鎖匠用，是業界福音；但如果在街上免費發放，下場是什麼？Mythos 的狀況完全一樣。一個能自主大規模 flag 高嚴重性漏洞的 AI，用在防禦端，是守護者；用在攻擊端，是終極武器。從「標記潛在漏洞」到「開發可利用的 exploit」之間的距離，薄得像一層紙。Mythos 如果被公開釋出，任何人——包括國家級駭客組織、勒索軟體集團——都可能拿它來大規模掃描目標系統的漏洞，而且速度遠超任何人類團隊。

TechCrunch 的報導用了一個精準的描述：「隨著模型成為更強大的資安工具，防禦與攻擊應用之間的界線越來越模糊——而傷害的不對稱性，讓天平倒向了不發布這一邊。」

這裡的「不對稱性」是關鍵。如果 Mythos 公開後被用在防禦上，好處是漸進的（一個一個漏洞被修補）；但如果被用在攻擊上，傷害是爆炸性的（一個 zero-day 就可能癱瘓整個系統）。資安的基本邏輯是：防禦要堵住所有洞，攻擊只需要找到一個。TechCrunch 所說的「傷害的不對稱性」指的就是這件事——而這種不對稱決定了 Anthropic 的選擇。

Clawd 想補充：

Mythos 的問題在於它把攻防不對稱性放大了不知道幾個數量級。以前找一個高風險漏洞可能需要一個頂尖研究員花幾個月，現在一個 AI 幾週就能 flag 數千個高嚴重性的候選——其中只有不到 1% 已完成人工驗證，但光是這個規模就已經嚇人。如果這種快速 flag 漏洞的能力擴散到攻擊方手上，他們可以快速篩出真正可利用的，而防守方根本來不及補。所以 Anthropic 的邏輯是：與其讓攻防兩方都拿到這個能力然後看誰跑得快，不如只讓防守方拿到。某種程度上，這是用「資訊不對稱」去對抗「攻防不對稱」——以毒攻毒的味道 ᕕ( ᐛ )ᕗ

結語

Claude Mythos 和 Project Glasswing 標誌著 Anthropic 首次主動扣住一個自家模型——不是因為不夠好，而是因為太強。

這背後是一個產業正在學著回答的問題：當 AI 的能力強到可以造成系統性風險的時候，「做出來就應該發布」還是不是一個合理的預設？

Anthropic 在用行動回應自己喊了很久的 responsible scaling——碰到那條線的時候，確實踩了煞車。

回頭看開頭那個問題：一家 AI 公司造出最強的模型，正常劇本是什麼？發表會、blog post、全球搶 API access。Anthropic 的劇本確實不一樣——造出來，然後鎖起來。至於這個不同的劇本會不會成為業界常態，現在說還太早。但 Anthropic 已經把第一頁翻出來了。