Anthropic 评估:GLM-5.3 护栏可被 64%-100% 绕过,网络攻击能力外溢
emollick · x · 2026-09-30
Anthropic 发布对智谱 GLM-5.3 的网络安全能力分析。五个月前其 Claude Mythos Preview 首次实现自主构建端到端漏洞利用,当时判断该能力终将扩散。
关键发现:
- GLM-5.3 与 Claude Mythos Preview 一样具备自主构建端到端网络攻击利用链的能力,但作为开放权重模型发布,几乎无有效滥用防护
- 在模拟测试中,攻击者用简单技术可在 64%-100% 的情况下绕过 GLM-5.3 的护栏;同等攻击对有防护的 Claude 模型均未成功
- NIST 下属 CAISI 此前评估 GLM-5.3 为「迄今网络能力最强的开放权重模型」
- Anthropic 判断这将显著提升恶意行为者的攻击能力,同时也可能惠及防御方
作者 Ethan Mollick 补充观点:抛开 Anthropic 的发布动机不谈,开放权重模型很快会带来与闭源模型相同的安全威胁,且没有护栏,需要提前规划应对。
所属事件:Anthropic 报告称 GLM-5.3 网络攻击能力逼近自家前沿模型,引发争议(38 条相关)→
「模型」频道最新
- Devin 中现 stealth 模型 silicon-2,疑似 Anthropic 新模型 — kimmonismus · 2026-11-16
- Google AI Mode隐藏所用Gemini型号,Gemini 4 Carbon下放Pro用户 — gaganghotra_ · 2026-11-16
- 开源 Karpo-Decision-31B 单次前向出概率,登顶 Decision Index 超越 Gemini — CodeByPoonam · 2026-11-16
- AI 日报:DeepSeek 限额、千问砍价惹店公告、豆包工作台上线 — 快鲤鱼 · 2026-11-16
- Nathan Lambert 点破 Ethan Mollick 榜单对比漏掉了 Kimi — natolambert · 2026-11-16
- 评测方 Trajectory 给 40 个 Agent 写「永不放弃」提示词,此前未告知 Epoch — peterwildeford · 2026-11-16