Mythos遭实测质疑:中美AI漏洞挖掘走向两条路
文 观察者网 吕栋一场关于AI漏洞挖掘的争论近日在海外社媒上悄然发酵,主角是“Mythos vs 360”。此前,美国大模型厂商Anthropic高调发布了号称在漏洞发现上“危险地强大”的新模型Mythos,并联合约40个关键基础设施厂商搞了一个“提前修补联盟”,营销声势浩大。然而几乎在同一时间,中国企业360悄悄发布
最近海外社交媒体上,一场围绕AI漏洞挖掘的争论慢慢热了起来,争论的一方是Mythos。
早些时候,美国大模型厂商
Anthropic高调推出新模型Mythos,宣称它在漏洞发现上“危险地强大”,还拉上约40个关键基础设施厂商组了个“提前修补联盟”,营销架势不小。几乎同一时间,中国企业也在这一领域拿出了进展。两边的动作很快被一批技术达人和科技从业者转发讨论,彭博社、华尔街内参、美国电讯等海外媒体也集中关注。评论区有网友发问:“一边是新闻稿,一边是真凭实据,你选谁?”另一位技术大V说得更直接:“最终胜出的不会是声音最大的AI,而是那支能把威胁专家经验,转化为主动审计智能体的团队。”
评论区里谁赢谁输,也许没那么要紧。更该看的是这场讨论本身透露出的信号:AI漏洞挖掘正从实验室里的课题,变成国家层面的战略能力比拼。硅谷巨头想用通用大模型改写网络安全的玩法,而以360为代表的中国企业则拿出了另一套思路。
AI安全竞赛,中国无法承受缺席的代价
要看对手的底牌,先得把情绪放一边,正视现实。不久前,Anthropic发布“Mythos Preview”。
按照官方说法,Mythos Preview已经接入AWS、苹果等平台。Anthropic称,Mythos已发现上万个高严重性漏洞,涉及主流操作系统、浏览器以及重要软件,重点用在本地漏洞检测等方向。
这话背后的意思是:Mythos不是发布会上PPT里的“酷模型”,它已经在真实环境里跑起来,在发现真漏洞、修补真系统。它也不是普通AI工具,而是一类可能重塑漏洞发现效率、压缩补丁响应窗口、改变攻防节奏的战略级能力。
华尔街内参在一篇深度报道里给出过一个耐人寻味的判断:“在政府已经将其视为AI时代国家安全基础的领域,前沿架构的选择,塑造的不只是产品,而是网络空间博弈的规则本身。”一些海外专家干脆把它叫“AI时代的战略武器”。
把这个判断说得再直白些:一旦一个国家的关键基础设施要靠外部AI来发现和修补漏洞,这个AI的供应国就握住了某种意义上的“命门”。漏洞从出现到被利用的窗口期,可能被AI压缩到人类团队很难追上的程度。对手有这种压缩能力而你没有,未来网络空间对抗里就始终是“看不见、来不及”的被动一方。这不是吓唬人,是正在发生的事——美国大模型公司正把AI能力往漏洞发现、代码审计和关键基础设施防护的深处推。
这场竞赛,中国不能缺席,也缺席不起。
中美正定义两种未来赛博防线
海外技术圈对Mythos并不是一片叫好。相反,围绕它“夸大营销”的争议,正好让人看清中美两条技术路径的本质差别。Mythos高调发布后不久,就有技术博主让它去挑战一个极为经典、成熟的开源项目——curl。
随后,
正是在“营销对实绩”的讨论声里,X平台技术大V Charly Wargnier等人的分析被大量引用。他们判断,AI安全行业正分成两条截然不同的赛道。一条以Anthropic为代表,靠通用大模型能力向安全场景外溢。这条路泛化能力强,一个模型能应付多种编程语言和框架;短板也摆在明面上,通用模型对真实、复杂、动态的攻防场景理解不深。Mythos在curl上的表现,多少暴露了这条路径在“已知模式、静态代码”之外的复杂场景里力有不逮。它更像是“AI辅助安全”的延续,谈不上革命。
另一条赛道以360为代表,更强调把安全产业长期积累的工程化能力转成智能体体系:漏洞样本、攻防经验、专家知识、自动化验证流程等被注入多个智能体。两条路线的分野,被海外博主Shruti进一步点破:“我们一直在看错误的AI故事。当时间线还在争论Mythos是真本事还是营销噱头时,360已经悄悄把一个自主漏洞挖掘智能体带进了实战。”
她接着说,AI智能体是个“边界模糊”的攻击目标,提示词同时就是指令,静态分析几乎无从下手,认证、网络、执行、控制任何一环被攻破都会级联到其他层级。360的23个发现,恰好覆盖了全部四层。她的结论是:“有趣的问题已经不再是‘AI对AI的安全攻防是否真实’,而是谁掌握了足够多的攻击者视角数据,能让这件事达到生产级。”
长期跟踪智能体架构与安全问题的技术博主Rohan Paul判断更尖锐:“下一场安全竞赛的赢家,不在于哪个模型听起来更吓人,而是真正搞清楚agent手里的权限如何把普通漏洞放大成实际攻击的那套系统。”他还指出,下一次严重的AI安全事故,很可能不是某一行糟糕的代码,而是“一个看起来一切正常的智能体,带着过大的权限做了错事”——这恰恰是传统代码扫描看不到、却被360的智能体体系盯上的地方。
海外主流科技媒体同样开始追踪这一动向。华尔街内参在一篇深度报道里写得很直白:360的漏洞挖掘系统,累计已在Windows、Office等产品上有所斩获。
这就说明,360这条路子不只是在“智能体安全”这个前沿话题上有预见性,在传统软件漏洞挖掘上也有实打实的成绩撑着。往深了说,这算不上中国企业在技术上的“追赶”,更像是依托中国安全产业自身特点做出的另一种选择——一条从真实攻防场景里长出来的路。
竞赛还远没到终局,不过中国手里已经攥着底牌。
把视线从“Mythos vs 360”的产品层面往上抬一层,会看到一个更根本的问题:AI安全最后拼的不是单个模型的本事,而是漏洞数据规模、攻防经验转化效率、工程化落地能力,再加上国际协作与规则话语权,是一整套体系的较量。
海外网友有一条评论说得很透:“你会突然意识到,安全研究的命题已经从‘AI能不能找漏洞’变成了‘哪支团队拥有最好的攻击数据来训练AI’。”
这话点到了要害。通用大模型确实强,可安全领域有它的特殊性:真正值钱的不是模型参数有多大,而是训练数据的质量和针对性。手里攥着最多真实漏洞样本、最丰富攻防对抗经验、最深入攻击者视角数据的那一方,才训练得出最能打的安全AI。
这么看,360的路线有它别人替代不了的优势。二十年安全攻防实战经验的积累、数以亿计的用户终端覆盖、持续建设中的国家级漏洞库,这些都不是哪家大模型公司短期内能复制的。
Shruti有一句被反复引用的判断:“最终胜出的不会是声音最大的AI,而是那支能把威胁专家经验,转化为主动审计智能体的团队。”
不过要说清楚,中国不是要“赢”Anthropic,而是要在AI安全这件事上“不掉队、有底牌、能贡献”。360漏洞挖掘智能体的意义,从来不是拿去证明“Mythos不行”,而是说明这场全球范围的AI安全竞赛,中国并没有缺席。
两条路的起点不一样。Anthropic是从通用大模型往安全场景外溢,360代表的则是从老牌安全公司的真实攻防经验、漏洞研究积累、专家知识库和实战打法里往外走。
也就是说,360所代表的中国路径,起点和落点都落在真实攻防之中。
360创始人周鸿祎有个判断:“未来人类AI出问题,一定是通用智能体出问题。”360提前布局智能体生态安全,是在对手还没完全占住的“下一个战场”先落子。Mythos目前公开的成果集中在传统软件上,360则已经把战线推到了智能体本身。这并非“我比你强”的宣示,而是“我在你够不到的地方先一步占位”的战略选择。
这场竞赛远没有结束。Anthropic的“通用模型外溢”和360的“专家智能体集群”,两条路径正在同时塑造AI安全的未来。对中国来说,真正的自信不是宣称“已经领先”,而是清醒地知道“我们无法承受输掉的代价”,并且已经在这条必须取胜的赛道上,有了一支不可忽视、自成体系、且已拿出实战成绩的“国家队”。
今后赛博空间里那套规则,恐怕要由能长期在真实系统里找出漏洞、验证漏洞并完成修补的一方来参与制定。而在这件事上,海外观察者的视线似乎都落向了同一处。