开源 AI 模型发现了类似于 Mythos 的漏洞

开放模型再现了封闭 AI 系统 Mythos 发现的漏洞

Vidoc Security 的研究人员证实，现代开源和商业语言模型能够在漏洞检测方面再现 Anthropic 封闭式 Mythos 系统的结果。这质疑了“访问高级 AI 模型需要受限，因为它们据称具有独特能力发现关键漏洞”的说法。

验证 Anthropic 的说法

2026 年 4 月，Anthropic 发布了 Project Mythos 项目——一个内部模型，旨在发现软件中的漏洞。作为其有效性的证明，他们列举了五个公开案例：FreeBSD、OpenBSD、FFmpeg、Botan 和 wolfSSL 中的 CVE。特别值得注意的是 OpenBSD TCP 协议栈中一个存在 27 年的漏洞，该公司声称现有代码分析工具无法检测到它。

然而，Vidoc 研究人员决定检验这些发现是否真正独特。他们使用了两个公开模型——GPT-5.4 和 Claude Opus 4.6——结合开源代理 opencode，而未接触 Anthropic 的内部数据或专有工具。

再现结果

测试结果如下：

• FreeBSD (CVE-2026-4747)：两个模型均准确识别了该漏洞。
• Botan (CVE-2026-34580/34582)：三个案例全部匹配。
• OpenBSD：仅 Claude Opus 4.6 再现了该发现；GPT-5.4 在任何运行中均未检测到问题。
• FFmpeg 和 wolfSSL：模型指出了代码中的正确位置，但错误评估了影响——例如，将潜在溢出归类为安全行为。

因此，在 Anthropic 公开宣称的五个漏洞类别中，三个完全再现，两个部分再现。这意味着 Anthropic 的关键演示案例并不需要独占访问封闭模型。

Anthropic 如何回应？

该公司声称 Mythos 发现了“数千”个漏洞，其中 99% 在补丁发布前处于禁运状态。这一说法无法在没有内部数据访问的情况下验证。然而，Anthropic 正是用这些公开案例作为限制前沿模型分发的主要论据。

如果即使是基础任务也能用公开 AI 解决，那么“只有我们能安全做到这一点”的逻辑就站不住脚。这在 AI 监管语境中尤为重要：如果威胁并非来自技术本身，而是来自其不透明控制，那么保密可能带来的风险大于益处。

Vidoc 方法的技术细节

Vidoc 团队使用了 opencode——一个开源框架，用于结合大型语言模型进行自动化代码分析。该代理接收：

• 带有补丁的代码片段。
• 来自提交消息的变更描述。
• 项目上下文（例如，协议规范或 API 文档）。

模型的任务是：

• 判断该变更是否为漏洞修复。
• 指定漏洞类型（例如，整型溢出、使用后释放）。
• 解释先前实现为何不安全。

这种方法模拟了安全分析师的真实工作条件，而不依赖开发者的内部知识。

关键要点

• 技术可及性：现代大型语言模型已能执行复杂安全分析，而无需专有组件。
• 透明度 vs. 控制：封闭模型的“独特性”主张需要独立验证。
• 监管影响：如果开源工具取得相当结果，前沿模型严格监管的论据将削弱。
• 当前模型局限：即使准确定位错误位置，模型也可能误判其严重性——这对自动化分级至关重要。
• 禁运作为障碍：无法验证 99% 宣称发现降低了营销信息的可信度。

自动化代码分析的前景

Vidoc 的结果表明，安全领域“前沿”模型与“可及”模型之间的界限正在模糊。未来几年，我们可以期待：

• 大型语言模型集成到 CI/CD 流水线中，用于初步补丁分析。
• 针对特定技术栈（如嵌入式 C 或 Rust）出现的专用微调模型。
• 结合符号分析和生成式 AI 的混合系统开发。

然而，一个关键问题依然存在：此类系统在无人干预下的决策可靠性如何？目前答案是否定的。但作为专家的辅助工具，它们已展现价值。

— Editorial Team