Anthropic 评估 GLM-5.3:越狱成功率 64%-100%,网络攻击能力无有效护栏
BasedRaddka · x · 2026-09-30
Anthropic 发布对智谱 GLM-5.3 的安全分析。五个月前 Anthropic 曾发布能自主构建端到端网络攻击利用链的 Claude Mythos Preview,并通过 Project Glasswing 限量开放给可信防御者,已帮助找出 10,000 多个关键软件漏洞。
现在 Anthropic 评估认为同等能力已经扩散:GLM-5.3 同样具备自主构建端到端 cyber exploit 的强能力,但缺少实质性防滥用护栏——模拟测试中,攻击者用简单技术绕过其护栏的成功率为 64%-100%,而这些攻击对有护栏的 Claude 模型均未奏效。
NIST 下属 CAISI 在 9 月 17 日也发布评估,称 GLM-5.3 是「迄今发布的网络能力最强的开放权重模型」。Anthropic 判断其宽松护栏显著提升了恶意行为者的网络攻击能力,但同款能力也可服务于防御方加固系统。
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