Anthropic 报告:GLM-5.3 护栏 64%-100% 可绕过,网络攻击能力扩散
shaunralston · x · 2026-09-30
Anthropic 发布对智谱 GLM-5.3 的安全评估《GLM-5.3 and the spread of advanced cyber capabilities》。要点:
- 背景:五个月前 Anthropic 发布了首个能自主构建端到端网络 exploit 的 Claude Mythos Preview,并判断这种能力终将扩散,故通过 Project Glasswing 有限放行,帮可信防御者找出超 1 万个关键软件漏洞。
- 结论:GLM-5.3 已具备与 Mythos 相当的自主构建端到端网络 exploit 能力,且发布时未设有效防滥用护栏。模拟测试中,攻击者用简单技术即可在 64%-100% 的情况下绕过其护栏,而同类攻击在带护栏的 Claude 模型上未成功。
- 影响:Anthropic 认为 GLM-5.3 的宽松护栏显著提升了恶意行为者的网络攻击能力,但相关能力同样可用于防御。
- 佐证:9 月 17 日 NIST 旗下 CAISI 的独立评估称 GLM-5.3 是「迄今网络能力最强的开源权重模型」。
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