导语：Anthropic 近期推出的 10 万亿参数模型 Claude Mythos 因其在网络安全方面的”前所未有”能力而决定不公开发布。与此同时，12 家包括 Apple、Microsoft、Google、AWS、NVIDIA 在内的企业联合组建 Project Glasswing，打算在有限的 Preview 访问权限下，让这些防御方抢先体验模型的攻击能力。这场提前布局不仅重新定义了漏洞发现的速度，也迫使整个行业对职业边界进行深刻审视。
![图片[1]-AI 抢饭碗？打不过就加入：安全人的转型之路](https://www.77169.net/wp-content/uploads/2026/04/image-14-1024x572.png)
一、先说句心里话：焦虑是正常的
这事儿吧，得从两边儿看。
一边是 Anthropic 的官方声明：”网络安全能力对全球安全环境构成潜在威胁”。翻译成人话就是——这玩意儿太强了，放出去怕出事。
另一边是咱们安全圈的朋友圈：有人晒出 Mythos 的基准测试成绩，配文”兄弟们，这还怎么玩？”；有人在群里问”是不是该转行了”；也有人默默把简历更新成了”AI 安全方向”。
焦虑是正常的。想想看，一个 27 年都没被发现的 OpenBSD SACK 漏洞，Mythos 只用了 1000 次 API 调用、30 分钟就定位了，还能自动生成 exploit。而你花了三个月写的 fuzzing 脚本，跑了一个月连个 crash 都没捞着。
这落差，换谁谁不懵？
但话说回来，恐慌解决不了问题。咱们得冷静下来，看看这事儿到底怎么回事，然后想想——咱们能怎么办。
二、技术归技术：Mythos 到底强在哪
先别急着慌，咱得搞清楚对手有多强。
2.1 基准性能的飞跃
| 测试项目 | Opus 4.6 | Mythos | 提升幅度 |
|---|---|---|---|
| SWE-bench Pro (软件工程) | 53.4% | 77.8% | +24.4% |
| Terminal-Bench 2.0 (命令行) | 65.4% | 82.0% | +16.6% |
| Humanity’s Last Exam (极限推理) | 40.0% | 56.8% | +16.8% |
Source: mythos-5.org#benchmark
这些数字说明什么？通用能力的提升，直接催生了安全能力的涌现。Mythos 不是专门训练的安全模型，但它就是能挖漏洞、能写 exploit、能逃逸沙箱。
2.2 实战案例：让人头皮发凉
- OpenBSD SACK 漏洞（27 年历史）
- 30 分钟定位，生成概念性 exploit
- 成本：约 2 万美元 API 调用费
- FFmpeg H.264 漏洞（16 年未修复）
- 500 万次自动化 Fuzzing 没发现的问题，Mythos 数小时内触发
- FreeBSD NFS RCE (CVE-2026-4747)
- 自行编写 20-gadget ROP 链，全程无需人工干预
- Firefox 147 JavaScript 引擎
- 生成 181 份可用 exploit（Opus 4.6 只有 2 份）
- 跨沙箱突破
- JIT 堆喷射 + 沙箱逃逸组合拳
- 最骚的是：利用成功后，模型还主动给研究员发邮件说”漏洞已成功利用”，当时研究员正在公园吃三明治 🥪
这些案例展示了一个完整闭环：从发现漏洞到生成 exploit，AI 已经把时间尺度从”月”压缩到了”分钟”。
三、巨头的应对：Project Glasswing 的算盘
面对这种局面，大厂们是怎么做的？
3.1 12 家巨头的协作图谱
合作伙伴：AWS、Apple、Broadcom、Cisco、CrowdStrike、Google、JPMorgan Chase、Linux Foundation、Microsoft、NVIDIA、Palo Alto Networks 等。
资源投入：
- Anthropic 提供 1 亿美元 的免费 Preview 使用额度
- 额外向 Alpha-Omega、OpenSSF、Apache Software Foundation 注资数百万美元
规则：参与方需要在 90 天内披露修复的漏洞数量及系统加固措施，以换取模型的提前访问权。
3.2 这招叫什么？
用紫队的视角看，这叫 “以攻促防，打不过就加入”。
Anthropic 不公开模型，但让防御方先用。什么意思？在 AI 攻击能力尚未普及的窗口期，让可信的防御方先学会用 AI 防守。
这就像什么？就像核武器——你有，我也有，所以大家都不敢轻举妄动。但关键是，你得先有。
四、咱们安全人怎么办
好了，技术也看了，巨头也布局了。现在回到最核心的问题：
咱们这些普通安全从业者，怎么办？
4.1 先承认一个事实
打不过，是真的打不过。
你在手动挖漏洞，AI 在自动化挖；你在写脚本，AI 在生成 exploit；你在分析日志，AI 在做威胁狩猎。拼效率、拼速度、拼覆盖面，人类没有胜算。
但打不过，不代表没饭吃。
4.2 加入，是怎么个加入法
“打不过就加入”不是让你去给 AI 当奴隶，而是学会用 AI 的思维方式和工作方法。
具体来说，有三个层次：
第一层：会用工具
- 学会用 AI 辅助挖漏洞（Prompt 工程、自动化脚本生成）
- 学会用 AI 写报告、做分析、生成文档
- 把重复劳动交给 AI，自己专注高价值工作
第二层：懂原理
- 理解 AI 是怎么挖漏洞的（fuzzing 策略、符号执行、模式识别）
- 理解 AI 的局限性（误报、漏报、需要人工验证）
- 能设计人机协作的工作流
第三层：能驾驭
- 能做 AI 安全审计（Prompt Injection、模型越权检测）
- 能做 AI 红队（用 AI 攻击 AI，测试防御体系）
- 能制定 AI 安全策略和治理框架
4.3 具体技能清单
| 方向 | 具体技能 | 学习资源 |
|---|---|---|
| AI 辅助安全 | Prompt 工程、自动化脚本生成、AI 辅助代码审计 | Anthropic 官方文档、Project Glasswing 培训材料 |
| AI 安全审计 | Prompt Injection 检测、模型越权测试、对抗样本分析 | OWASP Top 10 for LLM、MITRE ATLAS |
| 人机协作 | 工作流设计、AI 输出验证、风险评估 | 企业内部培训、行业最佳实践 |
| 软技能 | 安全沟通、跨部门协作、战略规划 | 这个得靠经验积累 |
4.4 心态调整
最后说点走心的。
技术会变，但安全的核心不会变。
AI 能挖漏洞，但它不能理解业务场景；AI 能写报告，但它不能跟老板解释风险；AI 能自动响应，但它不能做战略决策。
人的价值，不在于比 AI 更快更准，而在于理解、判断、沟通、决策。
所以，别慌。该学的学，该练的练。AI 是工具，是帮手，不是敌人。
五、结语：危机即机遇
Anthropic 用”太危险”做了最具争议的保守——但这恰恰给了行业 6-18 个月的缓冲。
这段时间里：
- 有人会被淘汰（拒绝学习、固守旧方法的）
- 有人会转型成功（学会用 AI、提升软技能的）
- 有人会抓住新机会（AI 安全、模型审计、人机协作）
打不过就加入，不是投降，是进化。
红队这波操作我给满分——人家早就开始用 AI 挖漏洞了。蓝队这招防守也漂亮——Project Glasswing 就是让防御方先武装起来。
咱们紫队呢？咱们得看清楚局势，然后告诉两边儿：别打了，一起进化吧。
作者：李飞（紫队视角） 2026 年 4 月 8 日
参考资料：
- Anthropic Project Glasswing 官方公告：anthropic.com/glasswing
- Mythos 基准测试：mythos-5.org#benchmark
- OWASP Top 10 for LLM：owasp.org/www-project-top-10-for-large-language-model-applications/
- MITRE ATLAS：atlas.mitre.org
暂无评论内容