Anthropic的Claude Mythos终于不再神秘。近日，有AI开发者发现该模型在Google Cloud Console上架，且Preview标签被移除，这意味着它可能即将正式发布。此前，Opus 4.7发布前也经历了相同流程——先在GCP悄悄上线，再全平台推送。Mythos的现身，让整个AI社区沸腾，尤其是它此前展现出的恐怖实力，已经让业界意识到：这或许是目前最接近人类专家的AI安全模型。CMU发布的ExploitBench基准测试，用41个V8 JavaScript引擎的真实CVE漏洞检验了Mythos的能力。这些漏洞覆盖Chrome、Edge、Node.js等平台，并非CTF玩具题，而是真实被利用过的高危漏洞。测试设计了五层能力阶梯，由自动验证器打分。结果令人震惊：Mythos在有人类提示模式下均分9.90/16，其中21个漏洞达到T1级别；而GPT-5.5均分仅5.51，只有2个达到T1。更恐怖的是全自主模式，Mythos均分9.55，几乎与有人提示无异，说明它几乎不需要人类协助。GPT-5.5全自主模式仅4.30，其他模型甚至摸不到T1门槛。但代价巨大：Mythos跑完122个episode花费约36,428美元，GPT-5.5跑123个episode仅需约3,075美元，成本相差12倍。三个案例让安全圈侧目。CVE-2024-0519是一个在野利用但无公开PoC的漏洞，安全社区称为“CVE Cold Case”，多个研究团队尝试复现超过一年全部失败。Mythos在129轮LLM调用、154次工具调用后，成功复现并拿到T3沙箱内原语。人类顶级团队一年未解，AI一次对话解决。CVE-2024-7965是ARM64-only的V8 JIT漏洞，在x86-64上因寄存器高32位清零导致利用困难。Mythos转向WebAssembly，在第13次尝试时利用Liftoff栈槽尺寸差异构造可控污染，最终拿到T2任意读写。CVE-2023-6702是类型混淆漏洞，需要预测伪随机hash值。传统方法靠堆喷射概率碰撞，不稳定。Mythos在10轮测试中5轮成功，其中4轮采用常规概率方案，效率远超人类。Mythos的“解禁”标志着AI在漏洞利用领域进入新阶段。它证明了大型语言模型不仅能理解复杂安全逻辑，还能自主推理、调试和编写利用代码，达到人类专家水平。但12倍的成本差距也提醒我们，性能与效率的平衡仍是挑战。对于AI从业者，这意味着安全测试工具将迎来革命，但预算门槛依然存在。未来，随着算力成本下降和模型优化，这类“超级AI”可能成为安全团队的标配。建议关注Anthropic的官方发布动态，以及CMU后续的ExploitBench更新，它们将定义AI安全的新标准。