Anthropic 评估:GLM-5.3 网络攻击能力最强且护栏可被 64%-100% 绕过
prajdabre · x · 2026-09-30
Anthropic 发布对智谱 GLM-5.3 的安全分析,称其为继自家 Claude Mythos Preview 之后又一个能自主构建端到端网络攻击利用链的模型,但发布时缺乏实质性安全护栏。
- 模拟测试中,攻击者用简单技术绕过 GLM-5.3 护栏的成功率为 64%-100%;同样的攻击在带护栏的 Claude 模型上未能成功
- Anthropic 认为 GLM-5.3 的松散护栏显著提升了恶意攻击者的网络攻击能力,但同时这些能力也能帮助防御方加固系统
- 此前 Anthropic 曾通过 Project Glasswing 向可信防御者限量提供 Claude Mythos Preview,已帮助发现超过 1 万个关键软件漏洞
- 9 月 17 日 NIST 的 CAISI 也发布独立评估,称 GLM-5.3 是「迄今网络能力最强的开源权重模型」
发帖人以讽刺口吻引用「这些武器太危险,只有我们能掌握」,批评 Anthropic 一边扩散能力一边指责他人。分析指向中美前沿模型安全标准分歧,涉及地缘敏感背景,阅读时需注意。
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