Anthropic最危险的AI模型落入“错误之手”：Mythos遭未授权访问
Anthropic的“危险AI”模型Mythos遭未授权访问
据Bloomberg报道，Anthropic公司开发的Claude Mythos Preview——一款被该公司称为“在错误之人手中可能很危险”的强大网络安全AI模型——已被一个“小规模未授权用户群”访问。这一事件发生在4月7日，恰逢Anthropic宣布向少数公司限量发布该模型进行测试的同一天。
事件经过：Discord群组与第三方承包商
消息来源于一位匿名人士，其身份仅被确认为“Anthropic的第三方承包商”。该人士透露，一个私人线上论坛的成员通过多种手段获取了Mythos的访问权限，包括利用该承包商的访问权限以及“常用的互联网侦查工具”。
据报道，这个未公开身份的群组是Discord上一个专门寻找未发布AI模型信息的频道成员。他们访问Mythos的手段之一，是利用了从近期Mercor数据泄露中获得的关于Anthropic其他模型格式的知识。
Mythos模型：能力与风险
Claude Mythos Preview是Anthropic新推出的一款通用模型，其能力令人瞩目：根据Anthropic的描述，当用户指示时，它能够识别并利用“每个主要操作系统和每个主要网络浏览器中的漏洞”。这种能力使其成为一把双刃剑——在安全专家手中是强大的防御工具，在恶意行为者手中则可能成为危险的攻击武器。
正因如此，Anthropic目前没有公开发布该模型的计划，担心其可能被武器化。官方访问权限通过Project Glasswing倡议，仅限于少数几家公司，包括Nvidia、Google、Amazon Web Services、Apple和Microsoft。政府机构也在关注这项技术。
公司回应与影响评估
Anthropic发言人在给Bloomberg的声明中表示：“我们正在调查一份报告，该报告称通过我们的一个第三方供应商环境，存在对Claude Mythos Preview的未授权访问。”
公司目前没有证据表明这次未授权访问影响了其自身系统，或超出了第三方供应商的环境范围。这意味着，至少从Anthropic的角度看，核心系统可能尚未直接受损，但模型能力本身的外泄已是事实。
AI安全与访问控制的行业挑战
这一事件凸显了AI行业，特别是涉及高风险模型时，面临的多重安全挑战：
- 供应链风险：即使像Anthropic这样以安全著称的公司，也难以完全控制第三方承包商带来的风险。这呼应了此前五角大楼将Anthropic正式列为供应链风险的相关报道。
- 模型泄露途径多样化：从内部权限滥用、数据泄露信息利用，到公开渠道的信息搜集，攻击面正在不断扩大。
- “危险AI”的管控困境：如何平衡前沿能力的开发、有限范围的测试与绝对的安全封锁，已成为行业性难题。
事件启示
Mythos模型的未授权访问事件，不仅是一次具体的安全漏洞，更是对整个AI安全生态的一次压力测试。它表明：
- 物理隔离或权限限制 在复杂的数字环境中可能并不足够，特别是当模型价值足够高时，会吸引持续的专业级“狩猎”行为。
- AI公司的安全边界正在从代码和服务器，扩展到整个合作网络与数据流转路径。
- 对于具备双重用途潜力的尖端AI模型，其生命周期管理——从开发、测试到可能的部署——需要更严密、更具弹性的安全框架。
目前，该Discord群组已访问Mythos模型约两周时间。后续Anthropic将如何应对，是否会有更广泛的影响浮现，以及行业会否因此调整高风险模型的测试协议，值得持续关注。
