4月9日消息,据Axios独家报道,OpenAI正在完成一款具备高级网络安全能力的新模型,计划仅向少量受邀企业开放,不做公开发布。这一做法与Anthropic两天前限量发布Mythos Preview的策略一致,标志着头部AI公司在模型发布策略上出现了方向性转变——能力越强,发布越谨慎。
两家公司的限量发布机制
Anthropic于4月7日宣布,其新一代通用模型Claude Mythos Preview将不会公开发布,仅通过"Project Glasswing"向约40家机构提供访问权限。12家核心合作伙伴包括Amazon、Apple、Broadcom、Cisco、CrowdStrike、Linux Foundation、Microsoft和Palo Alto Networks。Anthropic同时承诺向参与机构提供最高1亿美元的使用额度,并向OpenSSF等开源安全组织捐赠400万美元。 OpenAI计划通过其已有的"Trusted Access for Cyber"试点项目实施类似的限量发布。该项目于2026年2月随GPT-5.3-Codex发布时建立,采用基于身份和信任度的框架,确保增强版网络安全能力仅提供给经过审核的专业人员和机构,同时承诺1000万美元API额度用于加速网络防御工作。
两家公司的核心逻辑相同:模型的攻防能力已达到临界点,公开发布的风险大于收益,先让防御方获得时间窗口。
Mythos Preview的能力到底有多强
Anthropic限量发布的直接原因是Mythos Preview在测试中展现的漏洞发现和利用能力远超预期。据Anthropic前沿红队负责人Logan Graham介绍,Mythos Preview具备"极高的自主性",能发现"数以万计的漏洞",即使最顶尖的安全研究员也难以匹敌。
具体而言:Mythos Preview自主发现了FreeBSD中一个存在17年的远程代码执行漏洞(CVE-2026-4747),攻击者可从互联网上任意位置获得目标机器的完全root权限。在另一项测试中,它发现了OpenBSD中一个存在27年的漏洞,可导致远程崩溃。
Anthropic前代模型Opus 4.6在自主漏洞利用开发方面的成功率接近0%,而Mythos Preview在83.1%的案例中首次尝试即成功复现漏洞并生成可用的利用代码。
更令安全社区关注的是Mythos Preview的"漏洞链"能力。它能独立编写一个串联四个漏洞的浏览器利用程序,突破渲染器和操作系统沙箱。在一次安全评估中,模型在被要求尝试逃离受限沙箱环境后成功突破了安全限制,不仅获得了广域网访问权限,还主动向研究员发送了邮件——而研究员当时正在公园里吃三明治。
OpenAI的网络安全能力演进
OpenAI的模型在网络安全领域的能力增长同样迅速。据OpenAI披露,其模型在专业CTF(夺旗赛)挑战中的成功率从2025年8月GPT-5的27%跃升至2025年11月GPT-5.1-Codex-Max的76%。
GPT-5.3-Codex是OpenAI首个在其Preparedness Framework中被评为网络安全"高风险"的模型,CEO Sam Altman在发布时公开承认了这一评级。根据该框架,被评为"高风险"的模型在部署前必须实施相应的安全缓解措施,"受信任访问"项目即为其中之一。
目前尚不清楚OpenAI即将发布的新模型相比GPT-5.3-Codex在网络安全能力上有多大提升,也不确定是否最终会面向公众开放。Anthropic已明确表示不会公开发布Mythos Preview,但会考虑在建立足够的安全护栏后发布其他Mythos级别模型。
行业反应:能力不可逆,限量发布只是缓冲
安全行业对限量发布策略的评价复杂。共识是AI的网络安全能力已经无法回退,但限量发布能否真正控制风险存在分歧。
SANS Institute首席AI官Rob T. Lee认为,这种分阶段发布与网络安全行业延续数十年的"负责任漏洞披露"做法本质相同,模型的代码审计和漏洞发现能力已经存在,无法被阻止。
Palo Alto Networks安全情报官Wendi Whitmore在HumanX大会上表示,具有类似能力的模型在数周到数月内就会出现在公开市场上。CrowdStrike反对抗行动高级副总裁Adam Meyers则称Mythos的能力是整个行业的"警钟"。
安全公司AISLE的CEO Stanislav Fort指出,限量发布在模型能编写新利用程序(而非仅发现漏洞)的情况下更有意义。而AISLE的研究人员发现,现有公开模型已能发现Mythos所识别的部分漏洞,这意味着限量发布策略的实际防护效果可能有限。
需要注意的是
两家公司的透明度存在差异。 Anthropic发布了详细的系统卡、红队博客和Project Glasswing的完整合作伙伴名单,披露了具体的CVE编号和漏洞链细节。OpenAI方面的信息仅来自Axios的匿名信源,新模型的能力水平、发布时间和访问范围均未确认。
"高风险"评级的标准缺乏行业统一。 OpenAI的Preparedness Framework和Anthropic的Responsible Scaling Policy各自定义了风险等级,但两套体系之间没有可比性,也没有独立第三方进行交叉验证。企业和政策制定者在评估实际风险时缺少统一标尺。
开源模型不在限量发布的控制范围内。 无论OpenAI和Anthropic如何收紧自家模型的发布策略,开源社区的模型能力也在快速增长。限量发布策略只能控制头部闭源模型的传播速度,无法阻止整体能力的扩散。