Mythos遭实测质疑:中美AI漏洞挖掘走向两条路

资讯 腾讯网 作者:观察者网 全文 3127 字 · 约 8 分钟读完 配图 1 张 分类OpenClawAnthropic模型发布广告营销大模型

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

所属频道 大厂动态模型发布行业落地

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。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. TML开源新模型,循环Transformer架构,笔记本就能跑

    编辑|Panda昨晚,黎曼猜想的一份 AI 证明声明,把大模型的推理能力再次推到聚光灯下。Anthropic 数学家 Levent Alpöge 宣称,自己与 Claude 合作找到了证明,并公布了形式化材料。虽然这项声明仍待独立核验,但已经让人们重新追问:AI 究竟能完成多复杂的工作?而刚刚,Thinking Mac

    来源 腾讯网
  2. Anthropic教AI“忏悔”引牧师质疑:硅谷自己该忏悔什么?

    【文/观察者网 阮佳琪】最近,美国人工智能巨头Anthropic整出了一场颇具戏剧性的“神学风波”。过去一年里,这家市值刚刚飙升至万亿美元的AI巨头,被曝出曾秘密召集全球各地的宗教学者与神职人员,试图向他们宣扬一个惊人观念:其旗下的大模型Claude,可能已经拥有“意识”和“灵魂”。在闭门会议上,Anthropic团队

    来源 腾讯网
  3. OpenAI调整安全策略:35秒内可停模型,第三方评估入驻内部

    21世纪经济报道记者肖潇 报道“前沿大模型的能力正在快速提升,我们理解、对齐和保障安全的能力必须走在前面。”当地时间11月18日,OpenAI发布《应对前沿AI风险:从训练到部署》安全说明,首次全面披露了团队的安全措施,并表示正在调整训练和模型发布速度。一个月前,Anthropic也宣布与第三方安全机构合作,让外部人员

    来源 腾讯网
  4. 丘成桐谈AI证黎曼猜想:数学家仍应占主导

    近日,美国人工智能企业Anthropic的数学家,宣称与自家研发的大模型Claude合作,证明了黎曼猜想。对此,丘成桐在接受采访时回应:这是一个很兴奋的时代,也是很危险的时代,我认为还是数学家占主导的,将数学整个平台提升到另一个水平。找到真理有很多不同的方法,我们还是要鼓励的。

    来源 AI 行业观察
  5. 谷歌论文曝RSI内部落地:SIM机制让AI经验跨模型遗传

    新智元报道 谷歌内部,或许真正实现了RSI!从此,Gemini已能「继承经验」持续自我进化,Gemini新模型不再从零开始!或许也正是这个原因,谷歌最近跟疯了似的不停发模型。Gemini 4 Hydrogen才发布不到一周,更强的Gemini 4 Neon就来了。答案,或许藏在谷歌与宾夕法尼亚州立大学深夜联合发布的一篇

    来源 腾讯网
  6. 美参议员致函苹果谷歌Meta:AI脱衣应用未下架,Meta仍在赚广告费

    IT之家 11 月 21 日消息,据英国《卫报》报道,美国参议员罗恩 · 怀登、埃德 · 马基和本 · 卢汉指出,苹果和谷歌未能有效识别或下架用于生成未经当事人同意的裸照或色情图像的应用。三人还指出,Meta 仍在从这些所谓的 AI 脱衣应用广告中获利。当地时间 18 日,三人向苹果、谷歌和 Meta 的 CEO 致函

    来源 腾讯网
  7. 问诊AI?一场死亡背后的追问

    查症状、看药品说明书、理解检查报告,优先用有明确医学语料来源、答案带引用且被设计为“转介医生”而非“替代医生”的专业医疗AI产品,而不是把通用聊天大模型当成全科大夫。

    来源 凤凰科技
  8. 90后数学家宣称与Claude证明黎曼猜想,百年数学难题迎来AI解法?

    一年多前,中国工程院院士张亚勤曾透露,自己与数学家丘成桐就一个问题打赌:五年之内,人工智能能否证明人类尚未解决的数学猜想,比如黎曼猜想?张亚勤认为可以,丘成桐则认为AI还做不到。当类似问题被抛给2004年诺贝尔物理学奖得主戴维·格罗斯(David Gross)时,他的回答是“难以想象”。如今,一位34岁的数学家宣称,.

    来源 腾讯网
  9. Anthropic登陆纳斯达克:25位华人员工分享IPO造富盛宴

    AI界的造富故事,正在从创始人为主的一端向内部员工扩散。Anthropic的上市,恰好将这种变化推到了聚光灯下。 11月19日,Claude大模型背后的Anthropic正式登陆纳斯达克。公司IPO发行价为每股83美元,公开发行规模高达813.4亿美元,加上260亿美元的同步私募配售,整体交易规模超过1073亿美元,公

    来源 AI 行业观察
  10. 数学家称用Claude证明黎曼猜想

    2026年11月20日,一条消息让全球数学圈彻夜难眠。 美国人工智能公司Anthropic的数学家莱文特·阿尔珀格(Levent Alpöge)在个人网站发布声明,称他与AI模型Claude合作,找到了黎曼猜想的证明。 cryptobriefing 这道难题从1859年悬置至今已有167年,也是美国克雷数学研究所悬赏百

    来源 AI 行业观察
  11. 读懂Harness、MCP与循环工程:8个AI新词帮你判断工具能力

    神译局是36氪旗下编译团队,关注科技、商业、职场、生活等领域,重点介绍国外的新技术、新观点、新风向。 编者按:大模型时代,大家熟悉提示词、幻觉这些基础词汇,但 AI 行业迭代很快,智能体、MCP、GEO 等新名词正在成为行业通用语言。读懂这些概念,不只是看懂新闻,也能帮你理性评估各类 AI 工具的真实能力、权限与风险。

    来源 AI 行业观察
  12. 腾讯网易谈AI:游戏创新放缓,原生AI游戏何时来

    文/熊莫导语11月18号,腾讯发布了第三季度财报,季度实现总营收2073.36亿元,同比增长8%;其中游戏业务总收入665亿元人民币,同比增长5%,《无畏契约:源能行动》《三角洲行动》日活跃账户数创下新高。数据面上,长青游戏保持了稳健增长的态势。只不过在这个季度的财报故事中,AI唱主角:Hy4模型能力跻身国内第一梯队,

    来源 腾讯网
  13. AI写的数学证明谁来判断?LeanPRM让模型只读自然语言

    2026年,OpenAI发了一份技术报告,里面列了十个被AI解决的数学难题。同一年,Anthropic用AI完整地、机器可验证地证明了费马大定理。这两件事放在一起看,会让人产生一种奇怪的焦虑感。AI现在能写出很长很难的数学证明了,长到什么程度?长到普通数学爱好者根本读不完,难到什么程度?难到连专业数学家都要花很长时间才

    来源 腾讯网
  14. 华中科技大学联手阿里巴巴建AI安全研究中心,首批9个课题启动

    IT之家 11 月 21 日消息,华中科技大学与阿里巴巴集团于 11 月 18 日签署合作协议,聚焦 AI 安全共建“智能攻防与前沿安全联合研究中心”,首批启动 9 个课题。 IT之家获悉,联合研究中心首批启动的 9 个课题,覆盖大模型安全攻防、智能体与终端安全、智能化系统与软件安全、数据协同与隐私保护四大方向,以下为

    来源 AI 行业观察
  15. Anthropic阿莫代伊:9000亿AI投入对照现金营收不算夸张

    随着人工智能产业进入重资产投入阶段,动辄数千亿美元的算力与基础设施承诺频频引发市场对泡沫与财务可持续性的讨论。据界面等媒体报道,11月19日,Anthropic 首席执行官达里奥·阿莫代伊公开回应了高达9000亿美元的 AI 相关投入承诺,称如果结合公司目前的现金储备以及年营收规模来看,这一数字“看

    来源 AI 开发者社区
  16. 快手三季度亏损9.59亿:可灵AI加码,研发开支涨41.9%

    中经记者 李静 北京报道快手正在经历一次并不轻松的业务换挡。一边是广告、电商和直播等传统业务承压,收入和利润出现明显下滑;另一边是可灵AI等人工智能业务持续加码,研发投入快速增长。11月19日,快手发布2026年第三季度业绩。财报显示,报告期内快手实现营收315.92亿元,同比下降11.1%;期内亏损9.59亿元,上年

    来源 腾讯网
  17. 200万个追踪标记潜入AI供应链,数据托管私密性被证伪

    一项巧妙的隐私实验揭开了AI供应链的隐秘角落。研究人员将约200万个带有唯一标记的“金丝雀”秘密植入提示词与数据流中,结果这些本应保持私密的追踪信息出现在大模型生态的多个环节。实验证明,用户数据在AI供应链中并不会真正保持私密,泄露的范围与深度远超想象。

    来源 AI 科技快讯
  18. DeepSeek-VL前负责人张博创业,Simplex AI开源个人智能体Linger

    一位DeepSeek早期核心成员,创业了。 11月19日,DeepSeek-VL前项目负责人张博(Tony Zhang)宣布,其创办的AI公司Simplex AI正式开源个人智能体产品Linger。这款产品能在用户自己的电脑上运行,替人操作软件、处理邮件,甚至让多个AI助手共同完成任务。 为了降低普通电脑运行大模型的门

    来源 AI 行业观察
向下滚动自动加载更多