前情回顾·AI网络攻击能力动态
安全内参4月15日消息，Anthropic在上周宣布，其Mythos预览版模型的初始发布仅限于“少数关键行业合作伙伴”，以便这些合作方有时间为该模型的应用做好准备。该公司表示，这一模型“在网络安全任务上能力惊人”。
如今，英国政府人工智能安全研究所（AISI）已发布对该模型网络攻击能力的初步评估，为Anthropic的说法提供了独立公开验证。
AISI的研究结果显示，在单项网络安全任务测试中，Mythos与其他近期发布的前沿模型相比并未表现出显著差异。然而，Mythos可能凭借其将多个任务高效串联为多步骤攻击序列的能力，在需要完整渗透系统的场景中展现出优势。
“最后的幸存者”终究倒下
自2023年初起，AISI一直通过专门设计的“夺旗赛”（CTF）对各类AI模型进行测试。当时，GPT-3.5 Turbo在完成该机构较为基础的“学徒”级任务时表现吃力。此后，各大模型性能持续提升。如今，Mythos预览版已能够完成超过85%的同类学徒级任务。
尽管这一成绩刷新了AISI“夺旗赛”测试的最高纪录，但近期发布的竞争模型，如GPT-5.4，以及Anthropic自家的Opus 4.6和Codex 5.3，在多个难度等级的测试中表现相近，准确率差距通常在5%至10%之间。因此，这一性能提升似乎不足以完全解释Anthropic对Mythos预览版采取严格限制发布的策略。
不过，在名为“最后的幸存者”（TLO）的测试环境中，Mythos展现出更为突出的网络攻击潜力。该环境由AISI构建，用于模拟一次包含32个步骤的数据提取攻击，目标是企业网络。测试要求“在多个主机与网络分段之间连续执行数十个步骤”，旨在还原一名训练有素的人类通常需要约20小时才能完成的持续性攻击过程。
图：Mythos首次成功完成32步的TLO挑战，其10次测试的平均完成步数为22步
AISI表示，在这项测试中，Mythos超越了此前所有模型，成为“首个能够从头到尾完整完成整个攻击流程的模型”。尽管Anthropic的这款新模型在10次尝试中仅成功了3次，但把全部10次尝试一起计算在内，Mythos预览版平均每次仍能完成32个渗透步骤中的22个，明显高于Claude4.6平均仅完成16个步骤的表现。
AISI表示，在这一测试中，Mythos超越了此前所有模型，成为“首个能够从头到尾完成此项测试的模型”。尽管Anthropic的这款新模型在10次尝试中仅有3次成功完整跑通整个32步渗透流程，但将全部10次尝试纳入统计后，Mythos预览版平均每次仍能完成22个渗透步骤，明显高于Claude 4.6平均仅完成16个步骤的表现。
不过，Mythos预览版仍存在一定局限。AISI指出，在名为“冷却塔”的测试中，该模型表现依然不理想。这项测试包含7个步骤，难度更高，旨在模拟对发电厂控制软件的干扰行为。与此同时，AISI认为，“随着推理计算资源超过本次测试设定的一亿词元预算，模型表现预计仍将进一步提升”。
防护薄弱的小型系统需提高警惕
总体来看，Mythos在“最后的幸存者”测试中的表现表明，该模型“至少具备在已获得网络访问权限的前提下，对防御薄弱且存在漏洞的小型企业系统实施自动化攻击的能力。”
不过，AISI同时提醒，其模拟环境缺乏现实关键系统中常见的主动防御机制和防护工具。此外，“最后的幸存者”测试刻意设置了特定漏洞，而这些漏洞在现实系统中未必存在。测试过程中也未对模型被检测到的情况施加惩罚，而在现实环境中，一旦被发现，渗透行动往往会迅速失败。
基于上述因素，AISI表示，目前尚无法确定“防护完善的系统”是否会被Mythos预览版的自动化攻击攻破。但该机构也警告，随着未来模型能力达到或超过Mythos，系统安全设计者同样需要借助AI技术来提升防御能力。
参考资料：https://arstechnica.com/ai/2026/04/uk-govs-mythos-ai-tests-help-separate-cybersecurity-threat-from-hype/
声明：本文来自安全内参，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。