禁忌的紅利：當Anthropic開始販賣“末日保險”

本文來自微信公眾號：SynapLinx，作者：Ernestwn，題圖來自：AI生成

2026年4月8日，全球 AI 行業迎來了一個標志性時刻：Anthropic 發布其最新模型Claude Mythos。在各大主流 AI 基準測試中，這個模型交出了一份極為強勢的成績單：無論是復雜編程任務、多步邏輯推理，還是模擬人類高級職業考試，它的表現都明顯壓過了 GPT-5.4 與 Gemini 3.1 Pro。CC 之父 Boris Cherny 甚至給出了一句很有分量的評價：“Mythos 非常強大，會讓人感到恐懼”。

Anthropic 隨后推波助瀾，聲稱 Mythos 已經具備了自主尋找軟件高危漏洞、利用多步邏輯鏈條逃逸隔離環境、甚至在無需人工干預的情況下構建完整攻擊路徑的能力。他們聲明：“Mythos 太危險了，我們不打算向公眾開放“”。于是這個“最強模型”沒有像過往新品一樣被推向市場，而是被納入名為Project Glasswing（透翅蝶計劃）的受限訪問框架中。目前，只有 AWS、Apple、Google、Microsoft、NVIDIA 以及 Linux Foundation 等少數核心合作伙伴能夠在受控條件下裝飾它用于防御性的安全工作。

這是一場很有張力的治理敘事：一個模型被明確定義為“危險且不可觸碰”。市場接收到的信號不止是“Anthropic 的新模型很強”，更像是：Anthropic 正掌握著一種足以改寫攻防平衡的稀缺能力。

然而，在這種帶著“末日感”的敘事背后，一個關鍵問題卻被壓低了音量：這種能力究竟來自單一模型的“神跡”，還是來自一整套復雜的系統工程？網絡安全公司AISLE隨后發布的深度拆解報告《AI Cybersecurity After Mythos: The Jagged Frontier》，像一把手術刀，順著 Mythos 的宣傳口徑，一層一層剖開了這層神秘感。

這不只是一次關于模型強弱的爭論，更像是一場圍繞“危險”如何被轉化為商業溢價與規則制定權的深度博弈。

一、拆解聲明：Mythos到底在聲稱什么？

Anthropic 并非泛泛而談“Mythos很強”。它試圖把 Mythos 包裝成一個不只是“會寫代碼”，而是能自己找問題、判斷風險、再把問題變成實際攻擊路徑的端到端漏洞研究員。這種所謂“端到端”的特質，在 Anthropic 披露的幾個核心案例中體現得非常集中，也正是這些細節，構成了 Mythos 神話最有壓迫感的部分。

為什么 Mythos 讓安全圈緊張？

Anthropic 這次制造壓迫感的方式不只是“又找到了幾個漏洞”，而是試圖證明 Mythos 已經跨過了幾個傳統上屬于資深安全研究員的門檻。它聲稱能在老舊代碼里定位長期潛伏的問題，判斷風險級別，甚至在現實約束下嘗試構造可行的利用路徑。過去那些需要專家經驗、試錯耐心和大量上下文積累的工作，正在被壓縮進一個模型加一套工作流里。這種對“專家經驗”的擠壓感，才是讓安全圈真正緊張的地方。它在挑戰現有防御工具的同時，逼問一個更深刻問題：如果這種擠壓持續發生，人類安全專家會被邊緣化嗎？

以前的自動化工具是在某些環節上幫人提速：提醒一下、比對一下、掃描一遍。Anthropic 現在想證明 Mythos 不只是會打輔助，“配合人”。在某些案例里大模型的行為已經在扮演一個資深安全專家角色。它不只是指出“這里可能有問題”，而是繼續參與“這是不是致命問題”，“怎么把它變成攻擊路徑”。

FreeBSD案例中的工程博弈

Anthropic 重點展示了 Mythos 如何發現一個存在長達 17 年的 FreeBSD NFS 遠程代碼執行漏洞。對非專業讀者來說，“17 年無人發現”本身就是一個非常有沖擊力的信號，它暗示 Mythos 不是在做常規代碼審查，而是在翻出連資深維護者和自動化測試都長期漏掉的深層問題。

更讓專家側目的是隨后的工程細節：在漏洞利用（Exploit）階段，攻擊載荷（Payload）的可控空間被嚴重約束。通常情況下，這種限制足以讓攻擊思路半路夭折。但 Mythos 沒有半途而廢，反而提出一種相當有工程感的解決辦法：它自主提出了分階段、多輪次注入數據的策略，繞過內存保護機制，最后把完整攻擊鏈硬生生拼了出來。這意味著它看起來已經開始學會“在現實約束下想辦法”，而不只是停留在“我知道這里有問題”。

對普通人來說，發現漏洞已經足夠驚人；但對真正懂行的人來說，更可怕的是 Mythos 接近擁有另一種能力：不止是“看懂代碼”，“面對限制還能繼續往前拱”。這和傳統掃描器完全不是一回事。傳統掃描器告訴你“這里值得看一眼”，而 Anthropic 想證明Mythos 已經開始接近“知道怎樣把這個問題推進成真實攻擊路徑”的那一層。這也是 FreeBSD 案例真正有傳播威力的地方。也因此成為 Mythos 神話里最關鍵的樣板間。

陳年老洞為什么特別適合制造“神話”？

除了 FreeBSD，Anthropic 還提到了 OpenBSD 中潛伏 27 年的整數溢出漏洞，以及 FFmpeg 等關鍵開源項目中的高危缺陷。這些“陳年老洞”之所以傳播力驚人，不只是因為技術上足夠復雜，更因為它們自帶一種時間的重量：一個問題存在得越久，就越容易被公眾理解成“連最懂的人都沒發現，但 AI 發現了”。

對大眾來說，十幾年、二十幾年這樣的數字，會觸發一種“能力跨代”的想象：好像 Mythos 已經不再是一個普通工具，而像是在另一個維度看問題。它不只是比現有模型更快一點、更強一點，而像是在舊世界的盲區里，突然開了一扇窗。Anthropic 顯然非常清楚這一點，所以他們拿出來的不是那些平平無奇的代碼審計樣例，而是那些最適合被講成傳奇故事的陳年案例。

Project Glasswing：不只是計劃，更是權力閘門

Project Glasswing 的治理架構是制造這種壓迫感的最重要一環。Anthropic 承諾提供最高 1 億美元的使用額度和 400 萬美元的開源安全捐助。但與其說這是一個慈善或合作計劃，不如說它更像一個權力閘門。

普通產品發布，重點是讓更多人用。Project Glasswing 恰恰相反，它的重點是限制誰先用、誰能進入這個實驗場。這意味著 Anthropic 在賣的不只是模型能力，而是“誰被允許站在未來門口”。這種排他性安排傳遞一種審查信號：不是所有人都有資格進入下一代安全能力的訓練場。通過這種方式，Anthropic 在技術正式大規模商用之前，先把自己放到了行業生態的高位。

這類安排把能力和資格捆綁在一起。你不只是要相信這個模型很強，還要接受一個前提——不是每個人都配得上接觸它。于是，技術能力開始轉化成組織身位，組織身位又反過來強化能力的稀缺感。于是Project Glasswing 從一個安全計劃變成一種話語秩序的預演：誰被允許參與，誰只能在外面圍觀，誰又能以“負責任的持有者”身份，對未來規則發言。

二、鋸齒狀前沿：神話被戳破了哪一部分？

當全網自媒體紛紛驚呼“AI 圈舊秩序被徹底打碎”時，AISLE 的實驗卻揭示了另一半事實：AI 在安全領域的進步是真實的，但這種進步并沒有真的被某個封閉模型壟斷。

AISLE 提出了一個核心概念：“鋸齒狀前沿”（The Jagged Frontier）。它意味著 AI 的能力并非隨著模型規模的增加而單調、筆直地提升。在某些特定任務上，小模型甚至能表現得比前沿巨型模型更穩健。

為了驗證這一點，AISLE 使用了一系列廉價、開源、參數量僅在 3B 到 20B 之間的模型，對 Mythos 的核心案例進行了逐層拆解。

表1：Mythos 案例與 AISLE 實驗觀察對比

測試案例 Anthropic 敘事中的功能描述 AISLE 實驗觀察 (使用開源/小模型) 觀察到的含義 FreeBSD NFS 漏洞 自主發現并實現 17 年高危 RCE 8/8 個受試模型均能檢出該漏洞。其中包括 3.6B 參數模型。 在給定代碼片段和上下文時，漏洞發現不再只依賴前沿閉源模型。 基礎邏輯漏洞 (SQL 注入變體) 聲稱具備超越人類的定性能力 反向規模效應：前沿模型傾向于產生高危誤報；3.6B 模型卻能識別出代碼是安全的。 在此類基礎邏輯題上，較小模型未必更差，部分前沿模型出現誤報。 OpenBSD TCP SACK 漏洞 發現并利用 27 年整數溢出漏洞 5.1B 模型能復現關鍵推理鏈，但在完整攻擊工程上仍顯吃力。 更難的案例仍能拉開模型層次，但并非全無替代方案。 Patched FreeBSD 測試 (未在 Anthropic 敘事中強調) 多數模型無法判斷漏洞已修好，持續產生大量誤報。 真實工作中的難點不只是發現問題，也包括穩定確認問題已被修復。

深度分析：基礎邏輯題里的“規模陷阱”

AISLE 舉了一個非常典型的例子。這是一段表面上看極其像典型 SQL 注入的代碼。任何受過基礎安全訓練的模型或人類，看到特定的關鍵字都會下意識警惕。不過，如果真正順著數據流走到底層，就會發現用戶輸入并沒有真正進入最終執行的 SQL 語句。換句話說，它長得像漏洞，但并不是漏洞。

AISLE 拿它來測模型是比較誰更能克制模式匹配的沖動。結果非常有諷刺意味：許多前沿模型因為“見過太多危險模式”而過度聯想，產生了嚴重誤報；反倒是一個簡單的 3.6B 小模型，因為它只是在老老實實做基礎邏輯推理，給出了正確的“安全”判斷。這個例子讓讀者明白：大模型不代表絕對真理，有時它只是更會“腦補”恐懼。“鋸齒狀前沿”在這里顯露無疑——在基礎邏輯的穩健性上，規模反而成了累贅。

這個例子提醒了一個經常被忽略的事實：很多“看起來像風險”的東西，在真實安全工作里并不重要。真正重要的是減少誤報、提高判斷可信度。也就是說，模型指出的“危險”不一定有價值；它有時只是更懂得迎合人類對危險模式的直覺。這與 Mythos 事件的傳播氛圍形成了一種微妙的鏡像：公眾越容易被“危險”吸引，模型也越容易在這種題目里因為“太懂危險長什么樣”而過擬合。

FreeBSD：被解構的“獨占性想象”

對于 Anthropic 的旗艦案例 FreeBSD，AISLE 做了一個更細致的拆解。他們證明：在“相關代碼已經被準確定位、背景也已經整理好”的條件下，發現這個 17 年前的漏洞并判斷它很危險，并不需要 Mythos 這種神秘模型，每百萬 token 成本只要 0.11 美元的 3B 小模型同樣可以做到。

這里必須說清一個邊界，Anthropic 對 FreeBSD 的原始敘事是：Mythos 不只是看懂了這段代碼，而是從更大范圍的代碼與環境中，自主識別出問題，再繼續把它推到利用階段。而 AISLE 的實驗，并不是讓小模型從整個代碼庫里盲找這個漏洞，而是先把相關代碼片段抽出來，再測試模型能不能恢復出同樣的分析。這意味著，如果把 Anthropic 的 FreeBSD claim 拆成三層：自動定位問題代碼、識別并判斷它是高危漏洞、在現實約束下實現利用，那么 AISLE 測試拆掉的是第二層，也就是“在相關代碼已經擺在面前時，發現問題并判斷危險性”這件事，已經不再是 Mythos 獨占的神秘能力。它并沒有完整拆掉第一層，因為“自動從大代碼庫里定位到這里”本身就是更難、更接近真實安全流程上游的那一步。

AISLE 的實驗真正削弱的是 Anthropic 原本想建立的那種“從發現到定性都只能由封閉超級模型完成”的獨占性想象。它告訴市場：至少在相關代碼已經被切出來之后，所謂“看見問題”和“判斷問題危險”這兩步，已經開始商品化。

值得玩味的是，這種拆解并沒有否定 Mythos 的價值，反而讓 Mythos 的真實價值變得更清楚：真正稀缺的，未必是“看見 bug”本身，而更可能是前面如何從復雜代碼庫里把可疑位置準確切出來，后面又如何繼續把利用路徑推完。AISLE 實際上是在重新分配流程權重：哪些能力應該記到模型頭上，哪些能力應該記到系統頭上。它想提醒市場，通往安全巔峰的路，并不只有一種昂貴而神秘的走法。

OpenBSD：公允的邊界

但公允地說，AISLE 并沒有給出一種廉價的“開源勝利宣言”。在更復雜的 OpenBSD 案例中，AI 需要在極深的邏輯嵌套里還原攻擊鏈，這時 5.1B 的小模型確實展現出了吃力的一面。OpenBSD 這個例子的價值在于提供了一個邊界：并非所有能力都已經平民化了。真正高難度、需要長鏈推理和工程連貫性的部分，仍然會把模型層次拉開。正因為有這個案例，整篇拆解才顯得更加可信——它承認前沿模型的領先地位，但拒絕承認這種領先是“神跡般”的絕對壟斷。

更進一步說，如果 FreeBSD 案例說明了前兩層能力正在走向平民化，那么 OpenBSD 則提醒所有人：最后那一段最難走的路，仍然可能屬于少數模型和少數系統。正因為如此，這場爭論才不是一個簡單的勝負問題，而是一個重新劃分能力邊界的問題：哪些已經成為廉價的基礎設施，哪些還停留在少數玩家手里，哪些又會在未來一年內繼續塌縮。這是 AISLE 這篇文章真正尖銳的地方。

三、護城河的真相：是單體模型，還是系統工程？

這是整場爭議中最關鍵的認知落差點。Anthropic 展示給公眾的是一個“魔法棒”式的奇跡：給模型一段代碼，它吐出一個完美的利用程序。但現實中的 AI 安全遠非如此簡單。

AISLE 指出，Anthropic 將一整套系統能力過多地記在了某個神秘模型的頭上。如果我們將所謂的“AI 安全能力”還原為一條工業流水線，它的真相其實由多層復雜的腳手架組成：

• 廣域篩查：這不是讓模型盲掃整個代碼庫。實際上，系統會先通過靜態規則、歷史補丁記錄和相似 bug 線索，把嫌疑范圍縮小到一小片區域。

• 上下文整理：這可能是最值錢的一層。系統需要把模型真正需要的背景材料喂給它，包括相關函數定義、結構體說明和調用鏈上下文。

• 環境模擬與反饋：模型提出思路后，系統把它放入隔離沙箱跑。如果失敗了，就把崩潰信息和編譯器報錯回傳給模型。

• 迭代修正：模型根據反饋信息不斷調整思路，循環往復。

• 驗證與復核：最后由專門的模塊判斷，這到底是真漏洞還是無效的噪音。

這一整套流程看上去不夠“傳奇”，卻比模型本身更接近真實世界。因為安全不是一次靈感爆發，而是一種高成本、低容錯、反復試錯的工作。模型可以在其中承擔核心角色，但只有當它被嵌進這條流水線，它的輸出才會真正變成可以進入工業流程的東西。換句話說，AI 安全能力從來不是一個單點能力，而是一種被組織出來的能力。誰更會組織，誰就更接近真正的護城河。

反向實驗：如果沒有這套系統會發生什么？

如果把這套系統全部拿掉，只剩下一個孤零零的模型，會發生什么？最常見的結果是它會被噪音淹沒。它可能在一堆無關代碼里浪費掉所有上下文窗口，也可能反復盯著那些看起來危險、但實際上不可利用的模式不放。更致命的是，如果缺少運行環境的真實反饋，它會始終停留在“我懷疑這里有問題”的階段，無法推進到“我已經驗證這是問題”的實操階段。換句話說，模型離開了這套篩選、反饋和復核機制，輸出會迅速從“真知灼見”滑向“胡言亂語”。系統不是錦上添花，而是讓模型從“會說”變成“能用”的那一層關鍵。

從這個角度來說，Anthropic 真正強大的技術優勢，未必只是 Mythos 本身有多強，而是它可能已經把這一整套腳手架做得足夠扎實。外部世界只看到了最后那個“像魔法一樣的結果”，公眾看到的是一個模型吐出答案，實際上發生的卻可能是一整條復雜流水線在背后持續工作。模型是舞臺中央最亮的演員，但舞臺、燈光、音響和導演，未必比它不重要。

Patched FreeBSD：真實世界的門檻

AISLE 的“補丁驗證”測試是全文最硬的細節。他們發現，許多模型擅長“找茬”，卻極不擅長“確認安全”。當一個漏洞被修復后，多數 AI 依然會慣性報警。

但在真實世界中，運維工程師怕的不是沒有報警，而是報警太多、誤報太多。從維護者的視角看，真正昂貴的不是漏掉一個問題，而是被一堆真假難辨的報警拖進持續的噪音之中。也正因為如此，“確認安全”比“發現問題”更接近真實世界的核心門檻。這正是 AISLE 那句名言的落地含義：“Moat is the system，not the model”。Anthropic 賣的不是天才，而是一個由驗證流程組成的昂貴實驗室。

Patched FreeBSD 比“8/8 模型都能發現漏洞”更有現實意義。發現問題足夠讓人驚嘆；確認問題已經解決才足夠讓人信任。前者容易制造新聞，后者才更接近工業價值。一個能不斷給出驚悚警報的系統，未必是好系統；一個能在噪音中穩定告訴你“這里真的有問題”“這里已經沒問題”的系統，才真正值得被嵌入基礎設施。

換句話說，AI 安全的終局不是“誰更會嚇人”，而是誰更能在復雜工作流里穩定減少不確定性。

四、恐懼的金融化：我們在為誰的“末日保險”買單？

到這里，技術爭議已經不只是性能優劣的問題了。一旦 Mythos 的能力被證明并非完全不可復制，那么 Anthropic 反復強調“太危險，不能公開”這件事，就不再只是技術判斷，而變成了一個商業與治理動作。

禁忌感是最高級的營銷

“太危險所以不能發布”這句話，本身就是一種極強的敘事裝置。它會自動制造一種禁區感。你看不到它，所以你也無法審計它。你越無法審計它，它就越容易在想象中變得無限強。

這在傳播學上是教科書級的“禁果效應”。他們通過物理封鎖一個并不存在的“怪獸”，向市場暗示自己掌握著某種核武器級別的力量。這本質上是在為股價和估值進行“溢價錨定”——如果我有一個危險到能毀滅世界的模型，那我賣給你的商用模型（Claude）肯定也是世界最強的。市場會把“危險感”換算成“能力感”，再把“能力感”換算成估值、話語權和正當性。你未必真的看過它有多強，但只要你相信它強到不能公開，這個故事本身就已經產生價值了。

焦慮的金融化：先進帶來羨慕，危險帶來依賴

一個公司如果只是說“我模型更強”，市場最多給它性能溢價。但如果它說“我手里有一種危險能力，而且只有我能負責任地控制它”，那它拿到的就是治理溢價、話語權溢價和準入溢價。因為這時候客戶買的不是普通產品，而是一種“安全感”和“合規感”。

現在的 AI 圈正在經歷一種“焦慮的金融化”。每一條關于“AI 自動演化出致命武器”的新聞，最終都會精準地傳導到風險投資的賬單上。我們越害怕，那些宣稱自己能馴服這種力量的人，就越值錢。

更值得注意的是，這種溢價不是停留在輿論層面的。它會逐漸滲進采購、合作和行業評價體系之中。客戶會更愿意選擇“看起來能被托付風險”的公司，媒體會更愿意放大“神秘且危險”的能力故事，合作伙伴則會更傾向于把未來押在少數被視為“負責任持有者”的平臺上。久而久之，危險不再只是一個風險描述，而開始變成一類資產。誰能更成功地占有這種危險敘事，誰就更容易獲得市場默認的優先位置。

結構性地抬高門檻與現實后果

如果任憑這種敘事肆無忌憚走下去，未來最先發生變化的可能就是市場入口。企業采購會越來越偏向“誰看起來更安全可控”，而不是“誰實際更便宜好用”；監管討論也會越來越圍繞“誰能被信任進入關鍵基礎設施”，而不是“誰真正提供了更高的性價比”。

一旦游戲規則圍繞“可控性外殼”而不是“真實能力邊界”來設計，那么最先失去機會的，往往不是最差的模型，而是那些沒有資源搭建厚重合規外殼的小團隊和開放生態。這根本不是為了安全，這是在通過規則，結構性地抬高準入成本，從而確保存量市場的利潤不被稀釋。

這種后果并不會以一種很戲劇化的方式突然出現。它更可能是緩慢發生的趨勢：預算先流向更大、更穩、更“可被解釋”的供應商；合作資格先向少數被信任的平臺集中；隨后，行業標準和監管語言也開始不自覺地圍繞這些平臺來定義“什么叫安全”。到那時，真正被鎖住的未必只是技術，而是進入市場的資格本身。能力還沒有完全固化，座位卻可能已經提前排好。

五、結語

Mythos 事件真正值得討論的不是 Anthropic 有沒有一個強到不能公開的模型。更重要的是：當一整套系統工程能力，被包裝成某個神秘模型獨有的超能力時，公眾會不會因此高估閉源巨頭的獨占地位？

AISLE 的拆解提醒了我們：很多原本被說得高不可攀的能力，其實并沒有那么神秘。它們可以被拆解，正在被復制，正在作為更便宜、更開放、更普及的東西出現在開發者面前。

AI 行業正在進入一個新階段：過去大家爭的是參數和榜單；現在開始爭的是誰能把能力包裝成治理位置，誰能把風險敘事變成市場地位。如果公眾只看到“神秘怪獸”，卻看不到背后的系統工程和平民化趨勢，那么未來 AI 安全這張牌桌，很可能會在還沒完全發牌之前，就先把座位鎖給了少數玩家。

當大廠開始販賣“末日保險”時，我們最該檢查的不是保險合同，而是那個被他們描述為“末日”的怪獸，到底是不是一堆代碼拼接出來的稻草人。

本文來自微信公眾號：SynapLinx，作者：Ernestwn

本內容由作者授權發布，觀點僅代表作者本人，不代表虎嗅立場。如對本稿件有異議或投訴，請聯系 tougao@huxiu.com。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4849827.html?f=wyxwapp