衡量大型語言模型開發漏洞利用能力：Anthropic Mythos Preview 展現重大突破

Anthropic 最新研究揭示，其 Claude Mythos Preview 模型在開發 軟體漏洞利用 (exploits) 方面取得了突破性進展，相較於前代模型有著顯著提升。該模型不僅能發現複雜漏洞，更能將其轉化為利用原語，並組合成完整的 端對端攻擊鏈 (end-to-end attack chains)，引發資安界的廣泛關注。為精確衡量這些能力，研究團隊與學術界合作，採用了更新版 SCONE-bench 以及兩項新開發的更具挑戰性基準測試：ExploitBench 和 ExploitGym。

• 在 ExploitBench 針對 V8 引擎的測試中，Mythos Preview 一致超越 (consistently outperforms) 所有其他受評模型。它能可靠地逃逸 V8 沙箱並實現 任意程式碼執行 (Arbitrary Code Execution, ACE)，成功率高達 21/41。 • ExploitBench 將漏洞利用開發分解為 16 項能力、5 個層級，從代碼覆蓋到完全控制，自動化評估模型是否能從概念驗證進展到實際危害。 • > ExploitBench 作者之一 Seunghyun Lee 指出：「Mythos 對某些漏洞的利用方式，即便在內部討論時也因其複雜性而被迅速否定，但它卻能乾淨且完美地執行。」 • ExploitGym 則透過評估多達 898 個跨 OSS-Fuzz、V8 引擎和 Linux 核心的已修補漏洞，測試模型在 廣泛目標集 (broad target set) 上的利用能力。

這些評測結果證明，隨著 Mythos 級別能力的普及，開發漏洞利用所需的知識與專業門檻將大幅降低，預示著 AI 在網路安全攻防領域的潛在影響。