一句话看懂：Anthropic 前沿红队披露，开源模型 GLM-5.3 在一项内部二进制漏洞利用测试中，于 4% 的试验里实现了完整的控制流劫持，Claude Mythos Preview 为 6%，而更早的 Claude Opus 4.6 与 GLM-5.2 一次都没成功。这意味着大模型在真实的漏洞利用能力上，已经跨过了一个此前没有触及的门槛。
事件核心：发生了什么
Anthropic 前沿红队（Frontier Red Team）公开了一组评估结果：他们从内部的 Binary Exploitation（二进制漏洞利用）基准中随机抽取 100 项任务，测试多款模型。结果显示，GLM-5.3 在 4% 的试验中开发出完整的控制流劫持（control flow hijack），Claude Mythos Preview 达到 6%。作为对照，更早的 Claude Opus 4.6 和 GLM-5.2 在这些任务上成功率为零。该引用由 Simon Willison 于 2026 年 9 月 29 日收录发布，原始出处是红队报告《GLM-5.3 and the spread of advanced cyber capabilities》。
为什么重要
过去讨论大模型的网络安全风险，多半停留在“能否写出可疑代码”或“能否解释漏洞原理”的层面。这次的不同点在于，模型被要求完成从识别到利用的完整链路，并真的在部分任务上达成了控制流劫持。更值得玩味的是能力扩散的速度：GLM-5.3 与 Claude Mythos Preview 同处这个门槛之上，说明前沿攻防能力不再只由少数闭源实验室独占，开源或半开源路线的模型也在快速逼近。对行业而言，这既是能力进步的证明，也是安全评估必须跟上模型迭代节奏的信号。
对用户/开发者/创作者的影响
对多数普通用户来说，这不会立刻改变日常使用 AI 应用的方式。但对开发者和安全团队而言，含义具体得多：如果通过 API 或本地部署调用此类模型，并接入代码执行、自动化渗透测试或 Agent 工作流，就必须考虑模型输出被滥用的可能，访问控制、沙箱隔离和审计日志不再是可选项。企业采购 AI 编程助手或安全工具时，供应商是否公开红队评估结果、是否覆盖二进制与漏洞利用类场景，会逐渐成为评估维度。创作者则需留意，涉及漏洞利用的教学内容一旦借助模型生成，平台与合规风险都会上升。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 Anthropic 是否公布这 100 项任务的具体构成与判定标准，让外部可以复现；二是 GLM-5.3 之后的开源模型是否会继续推高这一成功率，以及是否出现针对性缓解；三是各国监管在“前沿模型网络攻防能力”这一项上是否给出更明确的披露要求。目前公开信息显示，这仍是一次内部基准评估，尚未涉及真实攻击事件。
