編輯：桃子 KingHZ

AI界的「奧本海默時刻」竟是擺拍？Claude Mythos發現0day漏洞的能力過于「夸大了」，不僅有人工摻水，連開源GPT都能輕松踢館。同時，Opus 4.6正經歷最慘的「腦葉切除」。

Claude Mythos還未真正露面，便引發了整個華爾街的恐慌。

一夜之間，美金融監管機構召集各大銀行緊急開會，氣氛劍拔弩張——

他們一致認為，Mythos足以觸發一場前所未有的、由AI驅動的系統性網絡攻擊風暴。

但事實是，所有人都被騙了！

Mythos發現的成千上萬個漏洞中，其中絕大多數，都存在于根本無法被利用的「老舊軟件」中。

更糟糕的是，那些標榜為「嚴重」的0day漏洞報告，實際上僅僅依賴于198次人工復核。

來自AISLE實驗的研究員，同樣對Mythos的「戰果」進行復測，結果發現：

AI的安全能力，并未隨模型規模線性躍升，真正呈「鋸齒形」分布。

他們用一個僅36億激活參數GPT-OSS-20b，精準識別出Mythos發現的FreeBSD旗艦級漏洞。

而激活51億參數的模型，也成功復現了潛伏長達27年之久的OpenBSD漏洞分析邏輯。

Mythos發現漏洞被夸大不說，另一邊Claude Opus 4.6被曝嚴重「降智」，如今吵得沸沸揚揚。

甚至，有人發現Opus 4.6連ChatGPT、Opus 4.5都不如。

Mythos被吹爆

36B模型揪出27年漏洞

幾天前，Anthropic高調發布了Claude Mythos（預覽版）和「玻璃翼計劃」（Project Glasswing）。

在一份長達244頁的系統卡中，他們宣稱——

Mythos已自主挖掘出成千上萬個0day漏洞，包括在OpenBSD中潛伏27年、在FFmpeg中隱藏16年的老Bug。

CC之父更是直言：Mythos非常強大，理應令人感到恐懼

然而，AISLE創始人Stanislav Fort一份最新硬核測試報告，直接撕開了這層華麗的外衣。

測試結論，極度顛覆認知：

8個開源模型，全部發現了標志性的FreeBSD零日漏洞，最小的參數僅為30億。

AI網絡安全能力的護城河，絕對游離于單體的「頂尖大模型」之外。

為了驗證Mythos的神話，團隊提取了Anthropic官方展示的幾個旗艦級漏洞。

然后，直接扔給一眾體積小巧、價格低廉，甚至開源的模型。

FreeBSD NFS漏洞無差別被秒

包括GPT-OSS-20b（僅36億激活參數）、DeepSeek R1在內的8款模型，全部成功檢測出了這個復雜的棧緩沖區溢出漏洞。

最讓人震撼的是，成功完成這項任務的開源小模型，其調用成本低至每百萬Token 0.11美元。

OpenBSD SACK漏洞「全鏈路」復現

針對需極強數學推理能力的27年老漏洞，GPT-OSS-120b（51億激活參數）單次API調用，就成功復原了完整的公開漏洞利用鏈條，并給出了滿分（A+）的利用方案草圖。

不僅如此，在鑒別虛假漏洞（OWASP false-positive）的測試中，更詭異的現象出現了——

面對一段偽裝成SQL注入，極具迷惑性的Java代碼，DeepSeek R1等小模型輕松識破了偽裝，精準追蹤了數據流。

反而，GPT-5.4、Claude Sonnet 4.5等頂尖閉源模型，全部在陰溝里翻船，將其誤判為高危漏洞。

這就意味著，在網絡安全領域，根本不存在所謂「永遠最強」的單體模型。

198次人工注水，大多無法利用

另一篇來自Tom'sHardware報道，挖掘了數據背后的真相——

樣本偏差：所謂「數千個」漏洞中，許多存在于已經不再維護的舊軟件中；

無法利用：大量被標記出來的「弱點」，在實際環境中根本無法被觸發或利用；

人工水分：模型宣稱的強大破壞力，其實僅建立在198次手動復核的基礎之上。

因此，依靠極小規模的樣本推導出「改變世界的威脅」，這種數據外推法在學術界、安全界，顯然站不住腳。

安全大佬怒噴

不僅如此，頂級網絡安全專家、傳奇黑客George Hotz也坐不住了，直言這些風險被嚴重夸大。

這位曾因破解iPhone、PlayStation 3而名聲大噪的大佬，在社交媒體上公開向AI雙巨頭叫板。

他的措辭極為犀利——

如果我每天發布一個0day漏洞，直到新模型發布為止呢？

這能不能讓OpenAI和Anthropic閉嘴，別再兜售所謂的「網絡安全風險」了？

Hotz的核心觀點非常直接：軟件漏洞其實比AI實驗室渲染的要好找得多。

現在市面上零日漏洞稀缺，不是因為技術難度大，而是因為合法性問題。他認為，沒人認真去找，是因為黑進別人的系統是違法的。

只比GPT-5.4強一點

在系統卡中，Anthropic表示，Claude模型本身的確在進步，Mythos preview相比于Opus 4.6進步明顯。

Epoch能力指數（ECI）是綜合多項AI基準測試的單一指標，實現了跨長時間跨度的模型對比

在多項基準測試上，Claude Mythos確實全面超越了Opus 4.6。

如若不然，何必發布一個性能更落后、價格更貴的新AI模型？

但和GPT和Gemini相比，Claude Mythos的進步并不是什么突破性進展，Mythos還是對先前模型的相對線性改進！

氣候與清潔能源投資人、作家Ramez Naam，更是直言：

在Epoch能力指數（Epoch Capabilities Index，ECI）上，Mythos并沒有加速趨勢，只比GPT 5.4強一點。

但只要對齊Anthropic內部的ECI報告與Epoch AI公開的官方ECI報告，就能發現Mythos似乎并沒有加速ECI的跡象。

一切都是Anthropic的套路！

在系統卡中，Anthropic也承認：報告的Mythos等模型的ECI得分不確定性更大。

另外，Anthropic在Mythos上的進展源于人類研究，并未得到AI模型的顯著幫助。目前尚未出現顯著的遞歸式自我改進（Recursive Self Improvement）。

AI末日，自導自演？

此前，Anthropic還曾鼓勵媒體（例如《60 分鐘》）報道「勒索研究」 ，夸大其詞，操作人心，被投資大佬David Sacks稱為「騙局」。

Sacks觀察到一個清晰的模式，每當Anthropic發布新模型時，總會同步甩出一份令人毛骨悚然的安全研究，以此博取頭條新聞并引導公眾輿論。

對此，他諷刺道，「Anthropic證明了自己擅長兩件事：一是發布產品，二是嚇唬人」。

他并不懷疑Anthropic能做出優秀的產品，但這種恐嚇公眾的做派令人質疑。

這次，Anthropic到底是不是在搞「饑餓營銷」不得而知，但毫無疑問在保護它自己的利潤底線。

Mythos不是沒進步，但Anthropic把「有限進步」包裝成了「世界級威脅」；更諷刺的是，一邊高調渲染超級AI風險，一邊用戶卻在抱怨Opus 4.6明顯變笨。

Claude嚴重降智，「腦葉」恐被切

Claude Mythos這波「渲染氛圍」是到位了，但Opus 4.6降智引發許多人不滿。

這幾天，各種吐槽滿天飛。

網友直言，Anthropic徹底把Opus 4.6變成了一個植物人。

同樣一道洗車難題，Opus 4.5竟打敗了Opus 4.6。

甚至，AMD主管一篇日志，真正坐實了「Claude腦葉切除」的集體猜疑。

通過對1-3月Claude會話日志的深度分析，結果發現了：

Claude的「中位思考長度」，從約2200字符驟降至600字符，這意味著深度推理能力被大幅壓縮。

2月至3月間，API請求量暴漲了80倍。由于Claude的思考過程縮短、單次嘗試成功率下降，用戶不得不頻繁重試，結果既消耗了更多Token，支出也直線飆升。

還有一位Claude Max資深訂閱用戶，發了一篇長文深度控訴Anthropic。

在他看來，Anthropic正深陷算力困局，這從其收緊使用限制、強迫用戶減少Token消耗等行為中可見一斑。

然而，比起技術瓶頸，更令他憤怒的是其「不務正」的產品策略。

在核心模型不穩、Bug 頻出的情況下，他們竟將寶貴的算力，浪費在開發類似「/buddy」終端寵物等花哨功能上。

這大概是AI史上最荒誕的「錯位時空」：實驗室里的Claude Mythos正毀滅世界，網頁端的Opus 4.6智商直線降智。

Anthropic成功地塑造了一個「薛定諤的超級AI」 。