前言：一个让整个硅谷睡不着觉的发现

2026年4月，AI圈发生了一件大事，Anthropic发布了一个新模型，名叫Claude Mythos Preview。

按照惯例，新模型发布之后，厂商应该敲锣打鼓告诉全世界："快来用啊，我们更强了！"

但Anthropic这次的操作完全不一样：

他们发布了一个模型，然后告诉全世界：你们用不了， 原因？Anthropic自己说的：

"这个模型太强了，我们怕它被用来干坏事，所以暂时不开放给公众。"这话听起来凡尔赛，但看完下面的内容，你会发现他们不是在装，是真怕。

在过去的几周里，Claude Mythos Preview在完全自主的情况下，发现了 数千个高危零日漏洞 。

数千个， 覆盖所有主流操作系统和主流浏览器，其中最离谱的一个：它在一个号称"全球最安全"的操作系统里，找到了一个 存在了27年的漏洞 。

27年， 这个漏洞从1999年就躺在那里，所有人类安全专家、所有自动化扫描工具，没有一个人发现过。

Claude Mythos用了几秒钟，啪，找到了，然后Anthropic把这件事公开了，顺带宣布：这个模型，你们暂时别想用了。

整个硅谷，不，整个圈子，集体沉默了三天  🚫🛡️ 。

再回到国内，腾讯的朱雀实验室： AI系统4小时自主发现33个0day漏洞 ，Anthropic AI系统在无人干预下 4小时内攻破FreeBSD等主流服务器 ，自主发现33个0day漏洞并完成完整攻击链搭建，相关成果已纳入Anthropic的Project Glasswing防御计划。

一周之内，两大巨头相继亮剑

Claude Mythos的事还没消化完，一周后的4月14日，OpenAI出手了，他们发布了 GPT-5.4-Cyber ，一个专门针对网络安全场景微调的GPT-5.4变种。

GPT-5.4-Cyber能干什么？

简单来说： Claude Mythos是帮黑客找漏洞的，GPT-5.4-Cyber是帮安全人员修漏洞的。

这两家，一个代表攻击，一个代表防御，在同一周内，AI安全军备竞赛正式开打。

等等，"网络武器"这个词，不是说着玩的， 很多人听到"AI是网络武器"这句话，第一反应是：这也太夸张了吧？

不夸张。 先解释一下为什么，传统的网络攻击是什么样子的？黑客要攻击一个系统，需要做这几件事：

• 踩点—— 了解目标系统是什么、用了什么技术栈、有哪些暴露面；
• 找漏洞—— 扫描、测试、猜密码、钓鱼……找到能进去的口子；
• 渗透—— 进了系统之后横向移动，拿到更多权限；
• 留后门—— 在系统里埋个钉子，以后随时能进来；
• 拿数据—— 把想要的东西拷贝出来。

每一步都需要技术，都需要时间，都需要经验，一个厉害的黑客团队，搞定一个中等难度的目标，可能需要几周甚至几个月。

AI介入之后呢？

Claude Mythos的测试数据显示，它找漏洞的效率比传统工具高 4.9倍 ，单个任务的Token消耗只有竞品的五分之一。

这意味着什么？ 以前需要一个资深安全工程师干一周的活，现在一个实习生加AI，一下午就干完了 📉 。

技术门槛，大幅降低， 以前只有guo家级黑客组织才有能力搞的复杂攻击，现在一个有基本IT知识的普通人，借助AI工具就能实现。

这不是在吓你，这是现实。

Claude Mythos到底有多猛？

说几个具体的数据，感受一下。

数据一： ⏳ 27年的老漏洞，一秒找出来

OpenBSD，号称全球最安全的操作系统之一，主要用来跑防火墙和关键基础设施。

Claude Mythos找出了一个存在了27年的漏洞。远程攻击者只需要建立连接，整台机器直接崩溃。

这个Bug从1999年就在那里。27年间，无数人类安全专家、无数自动化扫描工具扫过它，从来没发现过。

Claude Mythos用了 几秒钟。

数据二： 💣 数千个零日漏洞，全自主发现

Anthropic的官方说法：Claude Mythos在完全自主的情况下（没人告诉它去哪找、怎么找），发现了"数千个高严重性漏洞"，覆盖所有主流操作系统和浏览器。

数千个。

而且不是那种简单的配置错误或者弱密码，是真正需要深度理解代码逻辑才能发现的复杂漏洞。

数据三： 💰 单任务成本，只有竞品的五分之一

Claude Mythos找漏洞的效率是竞品的4.9倍。这意味着，以前花100块钱才能找到的漏洞，现在花20块钱就能找到。

成本降低，门槛自然就低了。

GPT-5.4-Cyber也不遑多让

如果说Claude Mythos是帮黑客找武器的，那GPT-5.4-Cyber就是帮安全人员补漏洞的。

OpenAI这次搞了个 三层访问体系 ：

OpenAI还掏出1000万美元的 🛡️💵 API额度，专门资助安全研究人员。

简单来说：OpenAI在拿钱换信任——"你看，我们是真金白银在支持正当的安全研究，不是让你们拿来干坏事的。"

但问题是：这套管控体系，真的管得住吗？

两个路数，一个担忧

Anthropic和OpenAI，走的是完全不同的两条路：

Anthropic ： 能力太强了，怕你们拿去干坏事，所以不开放。你们想要，先让我看看你是谁。

OpenAI ： 能力给你们用，但我们设了三层门槛，还会全程留痕，干了坏事能追溯。

这两种策略哪个更好？老实说， 目前没有答案， 但有一个共同的问题： 他们都在赌，赌自己的管控措施能管住。

Claude Mythos发现了数千个零日漏洞，现在躺在Anthropic手里。Anthropic说他们会通知相关厂商修复。

但如果这些漏洞信息泄露呢？如果Anthropic内部有人叛变呢？如果Anthropic被黑客攻破呢？

GPT-5.4-Cyber开放给数千名安全专家，这些人中会不会有人利用它做别的事？"全程留痕"的说法，在guo家级黑客面前，真的管用吗？

AI安全军备竞赛的核心悖论就在这里： 你越努力让你的AI变得安全，你就越需要掌握一种"可以被用作武器"的能力。 而一旦你掌握了这种能力，你就不可能100%保证它不会被滥用。

对普通人意味着什么？

说了这么多，很多读者可能会问： 这跟我有什么关系？我又不会去当黑客。

有关系！ 有关系！ 有关系！（重要的事说三遍）

第一层：你手里的AI工具，已经是武器的一部分。

不是说你用ChatGPT查资料会被当成黑客，而是说：AI安全工具越强大，就意味着AI网络攻击工具也越强大。

黑客现在可以用AI来写钓鱼邮件、生成攻击代码、自动扫描漏洞——这些工具和合法安全工具，底层技术是一样的，你用AI提升效率，黑客也可以。

第二层：未来几年，网络攻击的量级会大幅上升。

以前，搞一次大规模网络攻击需要团队、需要时间、需要钱。现在，AI把这些成本都压低了。

成本降低 = 攻击者数量上升 = 安全事件数量上升

你可能不是黑客的目标，但你的数据在黑客眼里，就是"顺手的猎物"。

第三层：安全行业的门槛和天花板都在变。

门槛变低了，以前需要几年专业训练才能做的事，现在有AI辅助，新手也能上手。

天花板变高了，以前安全专家需要手动做的事情，现在AI可以规模化做了，但能驾驭AI做这些事的人，变得更稀缺了。

安全从业者，该怎么办？

如果你在安全行业，这波AI军备竞赛对你的影响是最直接的。

好消息是 ： AI大幅提升了安全工作的效率。漏洞挖掘、代码审计、威胁分析……以前需要大量人力的事，现在AI可以帮你做。

坏消息是 ： 黑客也在用同样的工具提升效率，你需要做的：

第一， 🧠⬆️ 学会用AI，而不是被AI取代 。

会用AI做渗透测试的人，会取代不会用AI的渗透测试人员。安全工具的进化从来不怜悯不会用它的人。

第二， 🦠 理解AI安全的特殊性。

AI安全不是"给传统安全加个AI前缀"那么简单。AI模型的对抗攻击、数据投毒、模型逆向……这些是新问题，需要新的思路。

第三， 🔒 看好自己的数据。

不管是Claude Mythos还是GPT-5.4-Cyber，它们的能力边界，取决于谁能接触它们。你的漏洞数据、安全日志、内部代码……这些东西的价值，在AI时代会变得更高，也会变得更危险。

企业该怎么做？

说完了个人，说企业。

第一，重新评估"传统防护手段"的有效性。

如果黑客可以用AI来扫描你的系统、挖掘你的漏洞，你的防火墙和IDS还能挡住多少攻击？

纵深防御的思路要升级：从"边界防护"转向"持续检测+快速响应"。

第二，把AI安全纳入整体安全战略。

不要把AI安全当成一个独立的话题，它应该渗透到安全建设的每个环节：代码开发用AI，就要考虑AI生成代码的安全审计；漏洞管理用AI，就要考虑AI模型本身的安全。

第三，关注AI安全人才。

AI+安全的复合型人才，现在已经是市场上最稀缺的安全人才类型之一。如果你公司有预算，现在就是储备这类人才的窗口期。

写在最后

回到开头那个问题： 你手里的ChatGPT，是网络武器吗？ 答案是：不是，但很快可能是。

因为武器的关键不是工具本身，而是 谁在用它、用它干什么、造成了什么后果 ， Claude Mythos和GPT-5.4-Cyber的发布，告诉我们一件事：

AI在安全领域的军备竞赛，已经从"要不要做"进入了"怎么做"的新阶段，Anthropic选了封闭路线，OpenAI选了开放路线，两家都在摸着石头过河。

整个行业都在看，谁的路线，能真正让AI成为防御的利器，而不是攻击的帮凶，这场竞赛的结果，会影响未来十年网络安全的走向。

而你，不管你是安全从业者、企业决策者，还是普通网民，都已经是这场竞赛的参与者。

只不过，大多数人还不知道自己已经入局了。