玻璃之翼降临——Glasswing计划与Claude的Mythos Preview

xiejin77

玻璃之翼降临——Glasswing计划与Claude的Mythos Preview
, k- u7 [6 [0 [: s) f% K

一个预览版的AI大模型刚刚挖出了一个尘封27年的漏洞，然后11家科技巨头都坐不住了……

+ C$ \! z$ r3 k) ]* }故事是这样的。
  C7 d2 x% v, Y% I4 \( {2 ?( C
我今天看到这个新闻，看完之后愣了好几秒。
1 F% [+ o& M/ V9 }/ Z
8 k- Q4 g& K3 b( A  _6 N5 L$ C5 h& ~一家叫OpenBSD的公司——做操作系统的，算是安全领域的老前辈——他们有一个漏洞，在代码里躺了整整27年。1998年写进去的，没人发现。
8 k- r, d& z8 J6 t: `) K
结果被一个AI模型给挖出来了。

( R. y" L" J9 L+ Y( x$ f这肯定不是那种"我们用AI扫了一下代码库发现了问题"的挖出来。而是那种"这个漏洞藏在最核心的地方，所有传统工具都扫过5百万次，一次都没报过警"的条件下挖出来。
1 d5 V2 X0 g1 f& u# k0 t
然后，这个AI模型，顺手还把FFmpeg里一个16年的漏洞也给挖了。
& O0 r5 {, y* W2 Q! I# H$ d
3 P4 f; Z( t/ ^FFmpeg，音视频处理领域最最最核心的基础设施。全世界的视频播放器、浏览器、直播平台，有几个不是建立在FFmpeg之上的？这个漏洞在里面藏了16年。5百万次自动化测试，没一次报过警。
! `  Q# M- h+ D1 Y' j9 W+ M9 X: [
然后呢？
, a, s- W; y# [/ e" e$ ]
然后，11家全球最大的科技公司——Google、Microsoft、Apple、NVIDIA、CrowdStrike、JPMorganChase、Google等等——坐下来，说了一句话：我们一起出钱，让这个AI模型，能被全世界的安全研究员用上。

$ `  I6 k4 _+ S, O这个项目，叫Glasswing。
! D% k- W  m% d0 Q) z. Y8 i) `) \
glasswing
: ^! m  S' D0 I6 W7 s
4 v  q# M# E, @" q! m
先说清楚Glasswing是什么。

8 ~* A2 f& D! m; A, K简单说，它是一个AI安全联盟。发起方是Anthropic，加入方是一堆哪怕是不关注技术领域也叫得出名字的科技巨头。它的核心，是一个叫Claude Mythos Preview的模型——注意是Preview（预览版），就是还没正式发布的那个版本——专门训练来挖漏洞的。

3 @& B# w; z2 _' g! q  g- d有多强呢？

CyberGym基准测试，83.1%。作为对比，Claude Opus 4.6，得分是66.6%。不是Claude Opus 4.5，是Claude Opus 4.6，Anthropic目前最强模型。
1 p2 ^3 c! S8 G9 ]3 @
SWE-bench Verified，93.9%。还是SWE-bench Verified，不是那个容易一点的版本。Claude Opus 4.6是80.8%。
' f% |4 l1 P$ G7 x
差了13个百分点。
. f3 E# I0 |. T8 o$ J
! p4 m. @2 s" e0 _你说这13个百分点意味着什么？

意味着，传统扫描工具漏掉的那些最刁钻的漏洞——那些藏在层层调用关系里、藏在异常分支里、藏在并发边界条件里的漏洞——Mythos Preview能找到。

意味着，27年的OpenBSD，16年的FFmpeg，以后可能不会再有了。

或者说，这种级别的漏洞发现速度，会比以前快几个数量级。

2 h6 e. V7 W7 y2 |说到这个OpenBSD的漏洞，我必须展开讲一下，因为这个例子太有意思了。

OpenBSD是个什么存在？
: k* Z( W* o# k9 H
7 |) t! h* T, ]9 C4 K% n它是BSD操作系统的一个分支，最核心的设计哲学就是安全。代码审计之严格，在整个开源社区都是有名的。很多安全研究员的信仰级操作系统。
3 b6 E: m: D* i4 D7 U. @7 x
这样的项目，代码审计了多少年了？二十多年。

! [3 _2 c0 }6 y然后，一个漏洞，在里面躺了27年。
0 `8 B3 T$ D- }' k7 ?( I* t1 ~4 W! y
& y' ^$ G1 D& [/ L- R- S这说明什么？
( \  ?- W4 B2 M# G3 E
不是OpenBSD的人不行，是传统的审计方式有盲区。任何人工审计，只要时间足够长、人足够累、代码足够复杂，就一定会有漏洞漏过去。这是人性的边界，不是能力的边界。

! g1 _$ \. m# X/ \# Q' }但AI不一样。AI不会累。AI不会因为审了三个月之后注意力下降。AI可以在几个小时之内，把整个代码库的所有调用路径、所有边界条件全部穷举一遍。
  ]% J% r4 d& f" k3 w$ d
9 ?0 t) C6 X  j3 H' U9 MMythos Preview发现的那个OpenBSD漏洞，是一个本地权限提升漏洞。攻击者如果已经拿到了一点点访问权限，可以利用这个漏洞进一步提升到root权限。

这种漏洞可怕在哪？

它不显眼。它不是那种"输入框里填个单引号就弹shell"的漏洞。它需要你对系统有相当深的理解，才能构造出触发条件。
; V! D% Z1 J1 E9 O( S
5 f# v3 [$ K: B, E0 u( t8 b传统扫描工具扫不出来，是因为它的payload模式不在规则库里。AI不一样，AI学的是语义理解，它不是匹配特征，它是理解代码在"想什么"。

FFmpeg那个例子更让我震撼。

' J4 p$ b; V) b" ^% q9 i16年。
" y& l2 S! W- x! R" o: s
# U: y, ~; g7 B6 i# U! w+ oFFmpeg上一次发现这种级别的漏洞是什么时候？2009年。

16年都没有人发现。然后Mythos Preview扫了一下，找到了。
1 t- A6 x$ i$ W" s5 p8 W& f( g' H
注意这个"扫了一下"的背景。SWE-bench测试集里，有大量是真实世界里的bug修复历史。FFmpeg这个bug在历史上真实存在过，是某次修复的时候被记录下来的。这意味着，Mythos Preview不仅能做代码审计，它能做的是：从海量代码里，识别出"这个写法有问题，即使目前还没有人报告过"。
$ h" B  ~/ O* |6 ~/ z0 `; Z
4 x$ C9 Q! m, I, n- p) ~( ?; U这是主动防御，不是被动响应。
% P" H% L" d3 @
6 y: F$ n: g5 e传统安全的方式是：出了事 → 分析样本 → 提取特征 → 更新规则库 → 下次能识别。

AI安全的方式是：不需要样本。直接读代码，告诉你这里有个洞。

这两者之间的差距，大概就是"等贼来了再装防盗门"和"在盖楼的时候看着图纸就告诉你这堵墙扛不住地震"的差距。
" i, h/ v5 Q0 }
现在说说大家最关心的问题：谁能用到，怎么用，花多少钱。

2 C3 d9 @; Q+ j. d3 p) T, [6 iGlasswing的AI能力，现在跑在三个平台上：Amazon Bedrock、Google Vertex AI、Microsoft Foundry。
! U8 y1 m: v& s, O
7 A) y, F+ ~+ f9 N( c" n  ?0 V这三个平台，恰好是AWS、Google Cloud、Azure。全球三大云服务商。

! v9 g: m& h7 z2 O+ m% |你在任何一个上面，都能调用Mythos Preview的漏洞检测能力。

价格呢？过了初始的credits之后，每百万token输入25美元，每百万token输出125美元。
) f$ i$ ]& _1 I. W5 T
这个价格贵不贵？
1 i% W" e8 J2 Z' M2 R; q
/ z8 G/ b0 b; m) i/ ~" n1 P, R对比一下就知道了。现在市面上做代码安全扫描的工具，像Snyk、Veracode这一类，商业扫描工具的报价大概是每个开发者每个月几十到几百美元不等。而且它们扫的是规则匹配，不是语义理解。
. g1 W  K' ]: u8 m$ z
Mythos Preview能发现那些工具发现不了的漏洞。
* L, Q# [; C, n6 @
这不是贵不贵的问题了，这是"有没有意识到你以前省的那些钱其实在交更多的学费"的问题。

7 J+ J' N4 }( P/ W0 _另外，Anthropic自己掏了1个亿美元的使用额度，分给联盟成员和开源社区。还额外捐了400万，250万给Alpha-Omega/OpenSSF，150万给Apache软件基金会。

这些钱是用来干什么的？让那些没有商业利益驱动的开源项目，也能用上最好的漏洞检测能力。

6 C) [% N! n" IFFmpeg就是开源的。OpenBSD也是开源的。这些项目没人给他们钱做安全审计，但他们的代码，运行在全球几十亿台设备上。
4 O6 e* K0 u8 m) N3 v) z
还有一个细节，我觉得特别有意思。
: V# _0 A9 K3 }  A
" D& W6 n7 D1 M漏洞发现之后，公开披露的时间是90天。
/ U% c) u, K4 W! A/ n/ ^* b6 e
90天是什么概念？
- V- s) i8 u8 W" f4 o; G2 L" n
+ W0 x8 G9 b5 R, h行业标准的漏洞披露窗口是90天。这个时间足够让厂商评估漏洞、制定修复方案、推送更新，但又不至于让漏洞在黑市上流通太久。

) ~1 S+ x1 B7 U$ h但这里有一个问题：90天是针对"有人发现了漏洞"这个前提来说的。

Mythos Preview现在能以前所未有的速度挖出漏洞。它一天挖出来的漏洞，可能比以前整个安全社区一个月挖的还多。
( B& {, ]1 `4 k) o
# u9 t) u; Y# u" T5 e7 @) H5 i这意味着，漏洞披露的节奏，整个就变了。
* s" u  t4 \/ D; L7 C  t8 ]* V
+ x4 K' h' v3 O  D  u6 J. s# {以前是"挖到一个，披露一个"。现在是"AI在持续不断地挖，每90天披露一批"。

厂商的补丁开发速度，能不能跟上AI的发现速度？

: `7 n  x+ R( T" f0 A这个，我说实话，不知道。但我觉得，这是整个Glasswing项目最值得观察的地方之一。

写到这儿，我突然想到了一个更大的问题。

3 n9 Q5 ?' ]* bGlasswing这个名字，本身就是一只蝴蝶的名字。玻璃翼蝴蝶。它的翅膀是透明的，像玻璃一样。

透明，意味着隐藏的东西变可见了。

一只蝴蝶的翅膀是透明的，它就隐藏不了任何东西了。它在哪里，飞向哪里，所有捕食者都看得清清楚楚。

这个意象，放在漏洞挖掘上，太精准了。

代码里那些隐藏了几十年都没人发现的漏洞，在AI的"眼睛"之下，突然就透明了。
4 Q/ J$ o( B1 w4 x, A
以前我们说"security through obscurity"——通过隐藏来保证安全。你的代码不公开，漏洞藏在暗处，攻击者找不到。
. O, H4 e" j. e2 Q6 r4 m6 Q% C. ]
但现在，只要代码存在，AI就能读。Mythos Preview不需要你的代码是开源的，它只需要能接触到代码——不管是源码、还是编译后的二进制、还是运行时的行为轨迹。
1 y9 {1 T$ d' t% o' u
代码越来越难藏了。或者说，代码里的漏洞越来越难藏了。

; G5 k, p3 F5 l7 W* A6 N3 R这是一件好事吗？
! B2 j2 x1 L- @% Y
  K! B! k# m$ Q/ ]+ o我觉得，短期内，这是一件非常非常好的事。
) A3 G4 ]. Q! P% a
& [; [& U5 V. S- ]) z% t全球互联网基础设施里，有多少代码是10年、20年、30年前写的？没人敢审计、没人敢动、出了问题就打补丁接着跑的，有多少？
5 _# m7 b) @9 `
这些代码就像一颗颗定时炸弹，埋在整个数字世界的基础里。
. U5 v: r  ^8 u' @5 u" k, _
& u4 S- c# V) K: B0 J- j. yAI能做的是，帮我们把这些炸弹找出来，一颗一颗地拆除。

但长期呢？

- m# N4 i6 }" D6 w* L. w& v8 J3 P当所有可见的漏洞都被AI清除干净之后，剩下的，是什么样的世界？
) q$ Z1 k% Y$ W' \) D6 S) Z
. Y* P+ c  I! t是代码质量极高、安全性极强的一个世界？还是所有攻击者也在用同样的AI，攻击的速度和防守的速度同步提升的一个世界？

我也不知道。
. i* H. x" ^& `0 x" |1 u8 }; `8 \2 V
: F9 s: P7 T5 E& E* f但有一件事我特别想强调。
+ l8 E7 l7 K, x+ C; M1 Q
这次Glasswing联盟里，有JPMorganChase，有CrowdStrike，有Palo Alto Networks。这些公司，是真正的安全重度用户。

3 _0 k( j& u) l! x: f) B' Y他们自己有能力挖漏洞吗？当然有。JPMorganChase的安全团队在全球排前列。CrowdStrike就是做安全的。

他们为什么还要加入这个联盟，用别人的AI？

  p9 d; F# |1 E+ @: T8 k. y$ J( c我大胆猜测一下：因为挖漏洞这件事，规模太大了。

5 m6 d' l& O# b6 v7 s9 u+ R全球代码量太大了。每一家公司，即使安全团队再强，也只能覆盖自己的代码库。但外面的供应链、开源组件、合作伙伴的代码，你根本管不到。
1 m( d) Y+ i  i
- V% ~( k' V. p' z9 Q  u! KMythos Preview的价值，不在于它比你的安全团队强。而在于它能同时扫所有地方。
; T/ N  d) e: M( m
; \+ `5 N# D% j% _; p这是规模效应。

就像打补丁。手工打补丁，你只能打你知道的那些机器。自动化打补丁，你能打你所有的机器。AI扫漏洞，相当于在每一个代码提交的时候，就自动扫一遍。

: A' R. Q0 i$ O这个规模，是人类团队根本无法覆盖的。
" z& A) H+ K$ ]0 N/ P
Glasswing这个项目，还有可能往一个方向发展——成为一个独立的第三方机构。

8 M4 J+ Q+ u3 b) F什么意思？

现在它还是Anthropic牵头、11家公司参与的联盟。但未来，它可能变成一个真正独立于任何商业公司的安全机构。它的评估结果，有公信力；它的漏洞报告，有权威性；它给出的安全评级，整个行业认。
( Z4 ~: q% }7 ^1 J% h/ J. h
- b9 \6 o% l# `; |* j类似现在的ISO认证，但针对的是代码安全。
1 I9 i2 h& _4 o! c( P& _6 ?1 `1 j
想想这个画面。未来的软件采购，合同里可能不只要写"符合SOC2"，还要写"通过Glasswing认证，漏洞数为0"。
, D9 C0 }. j1 U$ H; W9 R9 B
2 W5 u8 S& H, M' i这不是不可能的。
0 I/ D6 {4 Q8 ?
当然，路还很长。现在还只是第一步。但方向是对的。
1 }% u# f$ e! |5 c% F
9 B6 c% s4 H8 l- J好了，写了这么多，让我最后说几句掏心窝的话。
$ w# ?& ?  u4 p/ w0 z
( C  y* t- X0 e# Y  k我这次看到Glasswing的新闻，第一个反应是兴奋，第二个反应是有点怕。
& o8 l7 z% Q, ?4 V
兴奋是因为，我真的觉得，这是AI在安全领域做的最有价值的一件事。以前我们聊AI安全，大家想的都是"AI能不能被攻击"——对抗样本、数据投毒、模型劫持。这些很重要，但离普通开发者很远。
7 [5 b9 [% H2 c; }( D" p
) Y) x) l+ C5 T8 ?7 i3 e5 m这次不一样。这次是AI在帮我们发现自己的脆弱点。
$ b* j1 @% Q( R+ @* |9 W
这种脆弱点，我们以前不知道，或者知道但没有能力发现。AI把它们挖出来，摆在阳光下，告诉你这里需要修。
. T( B2 v& e6 U! A& E( i
这是AI在补人类的短板。不是在超越人类，是在帮助人类补上人类自己够不到的地方。
# e: d/ i% [" \" m; p" A9 q
( Y7 G6 `& l4 d6 k$ X9 o& G9 y我怕的是什么呢？

7 B' n1 H  z5 [& r我怕的是，这个工具，只有大公司用得起。
, N9 B3 e4 @* |* T( L3 J
/ w- h7 K' w( K. O) U8 Z, TAWS、Google、Microsoft，Bedrock、Vertex AI、Foundry。这些平台，都是商业平台。Cloudflare这种中型公司，可能用起来没问题。但那些真正需要安全检测的——初创公司、开源项目、十几人的小团队——他们能用到吗？

Anthropic捐的那1亿美元额度够用多久？分到全世界的开源项目上，每个项目能分到多少？
  y2 J. g9 a. x+ p$ L9 |
0 _6 g% W- L4 h& Z# y7 U这些问题，现在还没有答案。
" ]  E9 P( z4 w0 [
但有一点我特别想强调。

Glasswing这个项目，让安全这件事，第一次真正有了一种"基础设施"的可能性。
2 u2 a% Z/ k- ^) [7 t& A
" b  j  k2 j! U8 T以前的安全，是奢侈品。你要么雇得起安全团队，要么买得起企业级扫描工具，要么你就裸奔。
) d3 T" b5 N. l
AI改变了这个等式。Mythos Preview能发现那些企业级工具发现不了的漏洞，但它的调用成本，并没有比那些工具贵多少。
9 n8 x# r* _+ \5 k6 T  g* b
1 l4 L8 ?* C5 q  |2 R. T' ^当漏洞挖掘的成本持续下降，当AI扫描变成每一个代码仓库的标配，我们或许真的会迎来一个更安全的互联网。

这一天什么时候来？我不知道。可能5年，可能10年。

但Glasswing，让我第一次觉得，这件事不是痴人说梦了。

aniu

联想到了Snowden曝光的棱镜PRISM

xiejin77

aniu 发表于 2026-4-9 09:53
' C# Y7 w. I; ~7 e0 _6 p8 n' Y联想到了Snowden曝光的棱镜PRISM

% T9 v- K9 u5 V  d7 p7 T大模型大大降低了此类工具的门槛，之前国内的安全夺旗竞赛，几个夺冠的团队好像都用了AI，最狠的一个用了五个codex自动渗透攻击；反复迭代。