News Hacker｜极客洞察

🎯 讨论背景

这篇更新讲的是 Anthropic 的 Project Glasswing，一项围绕 Claude Mythos Preview（面向 cyber security 的前沿模型）的受限计划，目标是用模型和定制 harness 在真实软件里批量找漏洞并协助修复。官方声称，参与项目的约 50 个伙伴已经在 1,000 多个 open-source projects 和商业系统里发现大量高/critical 问题，并给出 23,019 个候选、1,752 个已评估样本、90.6% true positive 等统计。评论区把注意力放在两个核心问题上：这些结果到底有多少来自模型本身，有多少来自更强的 harness、更多 token 和更合适的工作流，以及这些能力在 90/45 天 coordinated vulnerability disclosure 窗口后会如何继续扩大。讨论还牵涉到 curl（命令行 HTTP 客户端）和 Firefox（浏览器）等案例，争论它们是否能代表一般软件、以及公开发布前应该如何平衡安全、算力和商业化。

📌 讨论焦点

认可工具有效，适合纳入日常安全流程

不少评论者基于实际试用反馈，认为 Codex Security / Mythos 已经能稳定抓到真实漏洞，尤其是高影响问题。有人提到它会持续监控默认分支、在提交后继续发现新问题，而且修复建议往往很窄，甚至只有不到 10 行代码。讨论里也有人把它放进更完整的工作流：代码生成、审查、漏洞搜索都可以交给 AI，再由人类做最后 triage。整体态度是，即便它不完美，只要能显著节省工程时间，就足够值得投入。

[来源1] [来源2] [来源3] [来源4] [来源5] [来源6]

质疑营销口径与可比性

另一派更关注公开叙事是否被过度包装，认为目前看到的数字更像营销材料，而不是可复现的研究结论。curl 维护者的反馈被反复拿来对照，核心质疑是：不同 harness、不同 token 预算、不同代码库成熟度下的结果不能直接横比，单看漏洞数量并不能证明模型本身有多少提升。也有人追问真实的 advisories、成本和评测方法，担心合作伙伴拿到大量 credits 后会产生利益冲突，外界看到的“wow”未必能代表一般情况。

[来源1] [来源2] [来源3] [来源4] [来源5] [来源6] [来源7] [来源8]

模型之外：harness、提示词和多模型协作

很多人认为真正决定效果的不是单个 model，而是围绕它搭建的 harness：如何切文件、怎样下 prompt、用什么 agents，以及是否把 static analysis 接进流程。有人指出，同一个模型在不同任务描述下会输出完全不同质量的代码，所以生成代码和安全检查最好用不同的提示词，甚至不同的 provider。还有人提到 LLM 很容易生成多余的“安全”包装、`|| true` 这类 cargo-cult 代码，说明自动化不会天然减少审查成本，反而更需要严格的人类盯控。这个分支的共识是：看起来像模型能力提升，实际上往往是工作流工程做得更好。

[来源1] [来源2] [来源3] [来源4] [来源5] [来源6] [来源7] [来源8] [来源9] [来源10] [来源11] [来源12] [来源13] [来源14] [来源15]

私有化、算力和发布节奏

讨论里反复出现一个判断：Glasswing / Mythos 很可能会长期保持私有，因为高算力成本、GPU 紧张和防止 distillation 都会推迟公开。有人据此估算每个漏洞的发现成本可能高达约 $20K 级别，也有人认为 Anthropic 会优先把 access 给企业、政府和少数 security team。另一条线则把注意力放到供应链与平台安全上，认为真正高优先级的是 GitHub、npm 这类发布基础设施，以及被盗仓库、CI/CD 和 release 流程，而不只是普通应用代码。整体上，这是一场关于“谁先用得起、谁先拿到、谁先被保护”的资源分配争论。

[来源1] [来源2] [来源3] [来源4] [来源5] [来源6] [来源7] [来源8] [来源9] [来源10] [来源11]

攻击门槛下降与更广泛的双用途风险

也有人担心，这类工具会让有少量预算和怨气的人也能批量找漏洞，攻击面会从专业研究者扩散到更广泛的恶意使用者。评论里有人反驳说这并不新鲜，因为 APT unit 早就能做类似事情，只是过去大多在黑箱里运行；现在只是把原本秘密存在的能力显性化。更有人把风险从软件漏洞延伸到人类操控，担心 AI 在 persuasion、诈骗和 knowledge security 上的破坏力会比 cyber 漏洞更大。这个视角下，安全问题最终会变成一场由资金和 compute 决定的军备竞赛。

[来源1] [来源2] [来源3] [来源4] [来源5] [来源6] [来源7]

📚 术语解释

harness: 围绕模型搭建的测试与执行框架，用来控制输入、切分任务、收集结果并做验证。

SAST: Static Application Security Testing，静态应用安全测试；在不运行程序的情况下扫描代码中的安全问题。

CVE: Common Vulnerabilities and Exposures，通用漏洞编号体系，用于给公开披露的漏洞统一命名。

false positive / true positive: 误报 / 真阳性；前者表示工具报错但实际没有问题，后者表示报告的漏洞确实成立。

distillation: 蒸馏；把大模型的能力压缩到更小模型中的训练方法，也常被讨论为闭源能力外溢的风险。