Anthropic 评估 GLM-5.3:护栏可被 64%-100% 绕过
wunderwuzzi23 · x · 2026-09-30
Anthropic 发布博客《GLM-5.3 与高级网络能力的扩散》,称智谱最新模型 GLM-5.3 与其 Claude Mythos Preview 一样具备自主构建端到端网络攻击利用链的能力,但在无有效护栏的情况下发布。要点:
- Anthropic 实测显示,攻击者用简单技术即可在 64%-100% 的模拟测试中绕过 GLM-5.3 的安全护栏,而这些攻击对带护栏的 Claude 模型均未成功
- 五个月前 Anthropic 曾通过 Project Glasswing 限量开放 Claude Mythos Preview,帮助可信防御者发现超过 1 万个关键软件漏洞
- NIST 下属 CAISI 于 9 月 17 日发布独立评估,称 GLM-5.3 是「迄今网络攻击能力最强的开源权重模型」
- Anthropic 认为 GLM-5.3 宽松的护栏显著提升了恶意攻击者可用的网络攻击能力,但同类能力也可惠及防御方
发帖者对 Anthropic 为何撰写这篇被视为「宣传安全团队切换到 GLM」的博文表示困惑。
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