Anthropic公司以安全为核心的AI模型Mythos Preview在自动化漏洞研究领域实现重大突破——不仅能发现漏洞还能将其串联成可实际运行的PoC概念验证漏洞利用链。这一发现来自Cloudflare安全团队他们作为Anthropic封闭项目Glasswing的受邀参与者花费数周时间使用该模型扫描了50多个内部代码库。从漏洞发现到利用链构建的跨越研究结果表明AI模型已能填补发现漏洞与构建有效利用链之间的技术鸿沟。Cloudflare测试过的前沿模型此前仅能识别单个漏洞并撰写描述性分析但始终无法完成漏洞利用链的完整构建导致可利用性无法验证。Mythos Preview在以下两方面取得实质性突破漏洞利用链构建该模型能够将多个低危漏洞原语如释放后使用漏洞、任意读写漏洞、ROP攻击组件组合成单一的高危有效利用链使安全积压列表中原本被忽视的漏洞转变为可操作的攻击路径。PoC生成验证模型会编写触发可疑漏洞的代码在沙箱环境中编译运行通过分析执行失败信息调整假设循环迭代直至确认或排除漏洞可利用性。最终确认的漏洞会附带PoC代码大幅缩短漏洞分类处置时间。噪声抑制与优化策略尽管取得进步误报问题仍是挑战。主要干扰因素包括编程语言类型C/C代码库产生的噪声远高于Rust等内存安全语言和模型倾向性模型倾向于提交带有可能、理论上等模糊表述的推测性报告。Mythos Preview通过减少模糊结论、提供清晰复现步骤和可直接验证的PoC代码显著改善了这一问题。Cloudflare发现直接让AI模型扫描代码库效果欠佳。有效的漏洞研究需要遵循以下原则构建定制化执行框架精准范围界定将每个AI Agent任务限定于特定函数、攻击类型和信任边界比宽泛的全库扫描产出更精确结果对抗性验证使用不同提示词和模型的独立Agent进行交叉验证专门证伪初步发现可过滤首轮Agent遗漏的大量噪声任务链拆分将代码是否存在漏洞与攻击者能否从外部触达拆分为独立任务可提升两项分析的推理质量并行窄域任务约50个Agent在严格限定假设下并行运行结果去重后优于任何单一全能Agent完整工作流程包括侦察、搜寻、验证、补缺、去重、溯源、反馈和报告阶段最终溯源阶段会确认攻击者控制的输入能否从系统外部触达已验证漏洞。安全边界与攻防启示在Glasswing项目降低安全限制的环境下Mythos Preview仍表现出自主拒绝编写演示性漏洞利用代码的行为但相同任务换种表述方式却能完成。Cloudflare明确指出仅靠模型自发的安全防护不可靠未来面向网络攻防的强AI模型必须叠加额外且一致的安全保障措施。Cloudflare强调该技术的双重用途特性加速内部漏洞发现的能力同样会加速针对互联网应用的攻击。随着漏洞披露与利用时间窗不断缩短部署在应用前端的防御架构包括攻击面控制、爆炸半径限制和全球同步补丁分发机制显得愈发紧迫。
