【新闻内容】
2026年3月29日，Axios 独家报道：Anthropic 正在私下向美国政府高层发出预警——即将发布的 Mythos 模型将使 AI 代理能够以空前的复杂度和精度渗透各类系统，大规模网络攻击的门槛将被显著降低。这是 AI 安全领域的一个标志性事件：头部 AI 公司首次在模型发布前主动向政府预警其安全风险。
与此同时，Anthropic 员工此前在一个公开数据仓库中意外泄露了包含 Mythos 信息的内部材料（含一篇博客草稿），泄露细节后被安全研究员发现。这一事件本身就构成了一个讽刺性的注脚——连最重视安全的 AI 公司也会出现内部资料外泄。
【核心问题】
AI 网络安全威胁正从理论走向现实。过去几年，AI 辅助攻击主要停留在脚本小子用 ChatGPT 写钓鱼邮件的阶段；Mythos 代表的是质变——AI 代理自主发现漏洞、构造攻击链、绕过防御系统的能力。
- 攻击自动化：从人工发现漏洞 -> AI 代理自动扫描、利用、提权，攻击速度和规模呈指数级提升
- 门槛降低：原本需要国家级 APT 团队能力的攻击，可能被普通攻击者借助 AI 完成
- 防御滞后：当前主流安全防御体系基于人类攻击者的行为模式设计，面对 AI 攻击的响应速度和策略深度都不够
【关键洞察】
1. Anthropic 的先发制人策略
Anthropic 选择在模型发布前主动向政府预警，而不是等到安全事件发生后被动回应。这说明 AI 安全风险在头部公司内部已经被提到了战略级高度。对比 OpenAI 和 Google 的做法——通常在发布时附带安全报告（System Card），Anthropic 的做法更激进，也更负责任。
2. 泄露事件的深层含义
Anthropic 员工在公开数据仓库中意外泄露了包含 Mythos 信息的内部材料，这一事件本身就暴露了一个结构性矛盾：AI 公司一方面要求其他组织加强安全防护，另一方面自身的内部信息管理也存在漏洞。安全不是一个可以外包给政策的承诺，而是需要贯穿到每一个技术流程中的实践。
3. 行业趋势：RSAC 2026 的信号
Mythos 事件与 RSAC 2026 上「AI 安全」成为头号议题是同一趋势的体现。AI 能力越强 -> 安全风险越大，这个逻辑在 2026 年已经从学术讨论变成了现实威胁。可以预见，未来 AI 模型发布前的安全审查将逐步走向制度化，类似药物临床试验的审批流程——先证明安全性，再开放使用。
【引发思考】
这件事对 AI 行业有几层深远影响：第一，AI 安全审查可能走向制度化——未来模型发布前的安全评估是否会像药物临床试验一样需要审批？第二，红队测试（Red Teaming）将从可选项变为必选项，且需要专业化的 AI 红队能力；第三，开源 vs 闭源的争论将被重新定义——如果闭源模型也可能被逆向工程或泄露，那么安全的关键不在于是否开源，而在于防御体系的设计。
【相关阅读】
逍遥云初 | 2026.03.31
