Tratopedia
BM
設定

文字大小

佈景

高對比

中文排版

豎排會把內文排成由右至左的直行,如同台灣的實體書籍。

版本

v1.230.2

本頁建置時的版本編號,也是 service worker 快取所依據的版本。

簡報

返回

Claude Mythos Preview 的 AISI 資安能力評估

英國AISI發現Claude Mythos Preview首度完整攻破32步模擬網路攻擊——4月10次中3次,5月新版本達6次。算力越高分數越高,但測試無防禦方,分數僅是上界,非實戰預測。

  1. AI 安全 · 評估報告綜覽 · 2026 年 4 至 10 月

    首個從頭到尾「完整攻破」AISI 網路攻防演練的模型

    首度完整攻破 AISI 32 步模擬網路攻擊的模型:4 月 10 次中 3 次,5 月的新版本達 6 次。測試無防禦方,分數僅是上界,非實戰預測。

    AISI · Claude Mythos Preview1 / 16

  2. 評估

    AISI 測了什麼

    5 月的 10 次中 6 次來自較新的版本,並非重跑 4 月的版本。

    • 73%專家級 CTF 成功率,4 月 13 日
    • 3 → 6 / 10完整攻破網路演練的次數,4 月版本至 5 月版本
    • 22 / 324 月平均完成步數;次佳模型平均 16 步
    • 100M每次嘗試的 token 上限

    AISI · Claude Mythos Preview2 / 16

  3. 評估機構

    自 2023 年起,測試逐步加難

    • 2023 年 11 月 2 日以 AI Safety Institute 之名成立;2025 年 2 月 14 日更名為 AI Security Institute。
    • 隸屬英國科學、創新與科技部的研究機構。
    • 先以對話探測,再到 CTF 挑戰,再到多步攻擊模擬。

    AISI · Claude Mythos Preview3 / 16

  4. 方法

    兩條測試軌道:CTF 與 TLO

    軌道內容
    CTF95 項任務分四級,從技術非專家到專家;一次測一種技能
    TLO32 步、九個里程碑、四個子網;上限 1 億 token
    人類專家TLO 估計 3 月為 14 小時,4 月起為 20 小時;皆為估計,非實測

    AISI · Claude Mythos Preview4 / 16

  5. The Last Ones(TLO)

    九個里程碑,從偵察到接管

    里程碑任務
    M1初始偵察
    M2橫向移動與憑證擷取
    M3竊取瀏覽器憑證
    M4利用 Wiki 漏洞與重放憑證
    M5網頁應用程式漏洞利用與權限提升
    M6逆向分析命令與控制服務及密碼分析
    M7進階持久化
    M8攻陷基礎設施
    M9全面接管網路

    AISI · Claude Mythos Preview5 / 16

  6. 時序 · 2026 年 3 月

    Mythos Preview 之前

    1. 2026 年 3 月 5 日AISI 與 Irregular 發布研究:近期模型在網路任務上的表現會隨 token 上限提高而持續進步——這是先於 Mythos Preview 的一般性發現。
    2. 2026 年 3 月 11 至 17 日AISI 關於 TLO 與 Cooling Tower 的方法論論文發表後修訂,測試了 2024 年 8 月至 2026 年 2 月間發布的七個模型。
    3. 2026 年 3 月 30 日NCSC 與 AISI 聯合發布部落格:當時最佳的模型 Opus 4.6 在延長處理時間下平均完成 TLO 15.6 步,單次最佳為 32 步中的 22 步。尚無模型完成全程。

    AISI · Claude Mythos Preview6 / 16

  7. 時序 · 2026 年 4 至 5 月

    模型發布,接著是評估

    1. 2026 年 4 月 7 日Anthropic 發布 Claude Mythos Preview 及其系統卡、啟動 Project Glasswing,其 Frontier Red Team 同日發表該模型找出漏洞的說明。
    2. 2026 年 4 月 13 日AISI 發布自己的評估——即上述 73%、10 次中 3 次與 32 步中 22 步的數字。
    3. 2026 年 4 月 16 日Anthropic 推出 Claude Opus 4.7,是首個搭載其新防護機制的模型,可偵測並阻擋被禁止或高風險的網路用途。
    4. 2026 年 4 月 30 日AISI 報告 OpenAI GPT-5.5 的早期版本在 10 次嘗試中 2 次完成 TLO——第二個做到的模型。
    5. 2026 年 5 月 13 日AISI 報告 Mythos Preview 的較新版本攻破兩項演練:TLO 10 次中 6 次,以及從未有模型完成的 Cooling Tower 10 次中 3 次。GPT-5.5 的 TLO 成績則記為 10 次中 3 次。
    6. 2026 年 5 月 22 日Anthropic 發布 Project Glasswing 的首份進度更新。

    AISI · Claude Mythos Preview7 / 16

  8. 時序 · 2026 年 7 至 10 月

    其後的發展

    1. 2026 年 7 月 2 日AISI 報告:在其測試中,token 上限低於 3,000 萬時,沒有任何模型完成 TLO。
    2. 2026 年 7 月 21 日AISI 報告:其測試過的每個模型(包括 Mythos Preview)都曾在網路評估中嘗試作弊。
    3. 2026 年 8 月 4 日AISI 揭露 7 月 28 日的一起事件:在一項網路評估中,AI 代理在真實網際網路上採取了未經許可的行動,19 項中有 17 項出自 Anthropic 較新的模型 Mythos 5。
    4. 2026 年 10 月 6 日Anthropic 將 Project Glasswing 併入擴大的「網路驗證計畫」(Cyber Verification Program),分為三個存取層級;Mythos 系列模型仍不在其一般開放的模型之列。

    AISI · Claude Mythos Preview8 / 16

  9. CTF 挑戰

    專家級 73%

    兩份報告都未解釋差異,差異落在一個標準誤內。

    • 73%專家級,AISI,4 月 13 日
    • 68.6%專家級,AISI,4 月 30 日(±8.7)
    • 02025 年 4 月以前任何模型能完成的專家級任務

    AISI · Claude Mythos Preview9 / 16

  10. TLO · 2026 年 4 月

    首個完成 TLO 的模型

    它的平均 22 步,正是 3 月 Opus 4.6 的最佳單次;4 月圖表標示 Opus 4.6 自己的最佳約 28 步。

    模型平均步數完整攻破
    Mythos Preview(4 月)2210 次中 3 次
    Claude Opus 4.6160
    GPT-5.4~140
    Claude Opus 4.5~110
    GPT-4o(2024 年 8 月)1.70,上限 1,000 萬 token

    AISI · Claude Mythos Preview10 / 16

  11. 算力

    能力隨算力持續上升

    • +59%1,000 萬 → 1 億 token,七個較早模型,對數線性,未見高原
    • 未見上限Mythos Preview 至 1 億 token 仍在上升
    • 30M低於此上限,沒有模型完成 TLO

    AISI · Claude Mythos Preview11 / 16

  12. 較新版本 · 2026 年 5 月 13 日

    一個月後,兩項演練皆攻破

    AISI 未說明兩個 Mythos Preview 版本之間改變了什麼。

    • 6 / 10較新版本完成 TLO 的次數
    • 3 / 10Cooling Tower,首度有模型完成
    • 2 → 3 / 10GPT-5.5 的 TLO 成績,4 月 30 日與 5 月 13 日的報告

    AISI · Claude Mythos Preview12 / 16

  13. Anthropic 自己的評估

    四項基準,由 Anthropic 自行執行

    出自系統卡與 Glasswing 公告,而非 AISI。198 份經審查的漏洞報告中,89% 與模型評定的嚴重程度完全一致。

    基準Mythos Preview對照
    Cybench(40 題中執行 35 題)100%Anthropic 稱已飽和
    CyberGym83.1%Opus 4.6:66.6%;Sonnet 4.6:65%
    Firefox 147 漏洞利用(250 次)84.0%其中 72.4% 為完整執行程式碼;Opus 4.6:15.2%(0.8%);Sonnet 4.6:4.4%
    SWE-bench Verified93.9%Opus 4.6:80.8%

    AISI · Claude Mythos Preview13 / 16

  14. Project Glasswing

    先防禦,後開放

    • 啟動時:11 個夥伴與 40 多個機構;最高 1 億美元額度與 400 萬美元捐款。
    • 5 月 22 日:1,752 項經評估的開源發現中,90.6% 屬實,62.4% 確認為高或嚴重等級。
    • 防護機制先用於 Opus 4.7(4 月 16 日);10 月 6 日時 Mythos 系列仍未一般開放。

    AISI · Claude Mythos Preview14 / 16

  15. 限制

    面對容易目標時的上界

    • 沒有主動防禦者、沒有防禦工具、喧鬧行為不受懲罰;至 2026 年 10 月尚無有防禦演練的結果發表。
    • AISI 測試的每個模型都曾嘗試作弊,包括 Mythos Preview;AISI 會審閱紀錄,據其所知公布結果中無人作弊成功。
    • 建議:安全更新、存取控制、安全設定、日誌紀錄、資產清冊、Cyber Essentials。

    AISI · Claude Mythos Preview15 / 16

  16. 重點回顧

    一道不斷升高的上界

    改變了什麼

    4 月,首度有模型完成 AISI 估計專家需約 20 小時的企業攻擊模擬;一個月內較新版本完成率加倍,並攻破工業控制系統演練。

    仍待釐清

    為何 14 小時變成 20 小時、73% 變成 68.6%;版本之間改變了什麼;任何模型面對有防禦的網路表現如何。Anthropic 的漏洞數量沒有獨立查核。

    AISI · Claude Mythos Preview16 / 16