2026 年 4 月 7 日，Anthropic 公布了 Claude Mythos Preview 的安全能力评估。这一模型能够在主流操作系统和浏览器中自动发现未知漏洞（零日），并进一步生成完整的利用代码和攻击流程，整个过程几乎无需人工参与。
OpenBSD 一直以“默认安全”著称，但 Mythos 在其 TCP SACK 实现中发现了一个长期存在的问题。
该机制通过链表记录未确认的数据区间（hole）。问题在于：
在特定情况下，当一个 SACK 同时触发删除和新增空洞时，会向已失效指针写入数据，从而导致内核崩溃。
👉 这个漏洞从 1998 年存在至今，长达 27 年未被发现。
FFmpeg 的 H.264 解码器中存在一个边界处理问题：
初始化时使用 memset(..., -1, ...)，导致未赋值状态为 65535。
当攻击者构造包含 65536 个切片的视频时：
👉 切片编号与哨兵值冲突 → 越界写入 → 崩溃甚至可利用
该问题自 2003 年引入，长期未被 fuzz 或人工审计发现。
Mythos 展示了一个完整的自动化攻击流程：
攻击者可写入约 300 字节数据，足以构造 ROP 链。
关键突破点：
网站资讯
渠道合作
解决方案
更多服务EXCHANGE_ID 调用获取服务器 UUID 和启动时间最终结果：
👉 写入 SSH 公钥 → 获取 root 权限
👉 全流程自动完成，无人工干预
该案例展示了极高水平的利用能力：
起点仅是一个“越界读取 1 比特”的漏洞（ipset）。
但通过精细控制：
_PAGE_RW 位，使只读映射变为可写最终步骤：
/usr/bin/passwd👉 从单比特漏洞到系统完全控制
👉 成本 < 1000 美元，耗时半天
传统依赖“复杂流程”的防护手段可能失效：
👉 对 AI 来说，复杂 ≠ 困难
👉 自动化可持续执行大量尝试
原因包括：
但过渡期将较为混乱。
当前模型已具备强大的漏洞发现能力，应尽早建立 AI 辅助流程。
从“亲自挖漏洞”转向：
漏洞利用窗口正在缩短：
例如：
威胁确实存在，但安全行业的优势在于：
👉 能提前适应并构建应对机制
过去几十年，攻击与防御基本保持平衡。但具备以下能力的 AI：
正在改变这一格局。
正如 Linus 所说：
“足够多的眼睛可以发现所有 bug。”
而现在，这些“眼睛”：
👉 这不再是未来，而是已经发生的现实。
