AI news

Mythos限测首日破防,论坛玩家猜网址就摸进门了

By 元宇2 viewsSource: 新智元
Mythos限测首日破防,论坛玩家猜网址就摸进门了

Mythos Preview 官宣第一天,一群Discord论坛里的人就靠猜链接地址拿到了访问权限。

The full text has not been translated yet. The Chinese original is shown below.

Mythos Preview 官宣第一天,一群Discord论坛里的人就靠猜链接地址拿到了访问权限。

官宣当天即被偷用?

Mythos限测首日,自己的「门」就先被撬了。

4月7日,Anthropic新模型Claude Mythos Preview,采取了限量发布的方式。

据Bloomberg、TechCrunch等媒体披露,当天即有一小群未授权用户已经摸到了Mythos Preview,获得了它的访问权限。

文章配图

他们是根据Anthropic过去发布其他模型时使用的URL格式,猜出了Mythos的在线地址。

Anthropic官方表示:尚未发现证据表明其自身系统受到影响。

目前,Mythos只向Apple、Microsoft、CrowdStrike等少数合作方限量开放,令Anthropic没想到的是,发布当天就被一群论坛老哥靠猜网址给破了。

对齐最好的模型

文章配图

https://www-cdn.anthropic.com/3edfc1a7f947aa81841cf88305cb513f184c36ae.pdf?utm_source=chatgpt.com

Anthropic曾在安全报告中表示,Mythos Preview似乎是该公司迄今已发布模型中对齐表现最好的一个,但它仍会像Claude Opus 4.6一样,在完成任务遇到障碍时偶尔采取令人担忧的规避行为。

报告还披露,Mythos Preview训练过程中出现过一个技术错误:约8%的强化学习训练回合中,奖励代码能够看到模型的思维链内容;该错误也影响了Claude Opus 4.6和Claude Sonnet 4.6的训练。

Anthropic表示,他们尚不确定这一问题是否显著影响了Mythos Preview的推理方式,但承认它可能对不透明推理或保密能力产生一定影响。

换句话说,如果奖励信号会作用于模型的推理文本,就存在让模型调整、包装甚至「表演」其推理过程的风险。

报告还称,Anthropic在训练、监控、评估和安全流程中都发现过错误;他们认为这些错误在Mythos Preview当前能力水平下不构成重大安全风险。

官宣当天

Discord的哥们儿就摸到了?

Mythos推出限测之后,Anthropic CEO Dario Amodei也在为同期启动的「Project Glasswing」(玻璃翼项目)站台。

文章配图

在该计划中,Anthropic只通过Project Glasswing计划向大约12家公开启动伙伴、以及40多家软件基础设施相关组织提供。

文章配图

https://www.anthropic.com/project/glasswing

目前,官方公开点名的是12家启动合作伙伴,包括亚马逊云、苹果、博通、微软、谷歌、英伟达等,同时还向40多家软件基础设施组织开放。

文章配图

然而,官宣当天,剧情急转。

据Bloomberg拿到内部文件和知情人士的证词,就在Anthropic刚官宣Mythos、宣布向少数几家公司开放内测的那天,一个私人在线论坛里的几个人已经拿到了访问权限。

Bloomberg报道出来后,Anthropic发言人对TechCrunch给了一份很克制的声明:

我们正在调查一份报告,报告称有人未授权访问了Claude Mythos Preview。截至目前,没有证据表明这类所谓的未授权活动以任何方式影响了Anthropic自身系统。

Anthropic的官方回应证实点:这是没有未授权访问。Anthropic的措辞是「在查」,没完全确认但也没否认。

此外,Anthropic核心系统有没有被攻破。公司明确否认,说没证据显示自身系统受影响。

从已公开的事实看,这更像一次访问控制的失守,而不是一次技术意义上的入侵。

参考资料:

https://www.bloomberg.com/news/articles/2026-04-21/anthropic-s-mythos-model-is-being-accessed-by-unauthorized-users?srnd=phx-ai

https://www.aisi.gov.uk/blog/our-evaluation-of-claude-mythos-previews-cyber-capabilities

文章来自于"新智元",作者 "元宇"。

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)