Project Glasswing

Project Glasswing 是一个由人工智能安全与研究公司 Anthropic 领导的网络安全联盟，于 2026 年 4 月 7 日宣布成立。^[1] 该项目汇集了主要的科技和金融公司，在受控环境中使用一款强大的、尚未发布的 AI 模型 Claude Mythos Preview，用于防御性网络安全目的。^[5][6] 在启动后的第一个月内，Glasswing 的合作伙伴在具有系统重要性的软件中共同发现了超过 10,000 个高危或严重级别的漏洞，这促使 Anthropic 强调，主要的瓶颈已从发现漏洞转向了验证、披露和修复漏洞。^[5][6] 该计划的目标是在类似的 AI 能力被恶意行为者利用之前，主动发现并修复关键开源软件和数字基础设施中的安全漏洞。^[1]

概述

Glasswing 项目（Project Glasswing）是针对 Anthropic 的前沿 AI 模型 Claude Mythos Preview 中观察到的强大双重用途能力而直接发起的。在内部测试显示该模型能够自主发现并利用软件缺陷后，Anthropic 决定不向公众发布该模型，认为其对于通用可用性而言过于强大。^[7][3]

在此背景下，该联盟的核心任务是在受控环境中利用 Claude Mythos Preview 来强化数字防御。通过提供该模型的私人早期访问权限，Glasswing 项目允许合作伙伴在自身系统以及广泛使用的开源软件中发现并修复漏洞。在运营的第一个月内，合作伙伴报告在具有系统重要性的软件中发现了 10,000 多个高危或严重级别的漏洞。Anthropic 表示，目前的进展受限因素与其说是发现漏洞，不如说是如何大规模地验证、披露和修补这些漏洞。^[5][6] 该项目基于协调漏洞披露原则运作，旨在为网络安全专业人员提供关键的先发优势，并在预期的 AI 驱动网络威胁扩散面前建立“持久优势”。^[3]

更广泛地说，该倡议解决了这样一种担忧：具有先进网络攻击能力的 AI 模型很快将变得普及，可能使国家和非国家行为者能够进行更频繁、更复杂的攻击。通过利用相同的技术进行防御，该项目寻求重新平衡安全格局，并在 AI 加速威胁的时代建立漏洞管理的最佳实践。^[1]

历史与背景

动机与基本原理

Glasswing 项目的动力源于 Anthropic 对其前沿 AI 模型的内部开发和红队测试。在此项工作中，公司发现其最新的模型 Claude Mythos Preview 具备了在极少人工指导下，自主识别软件漏洞并创建功能性漏洞利用程序的涌现能力。这一发现促使 Anthropic 启动了其所描述的“紧急尝试”，旨在优先为这项强大的技术开发防御性应用。^[1]

该项目的基本原理植根于对先进 AI 双重用途性质的管理。虽然该模型是防御的强大工具，但其能力也使其成为恶意网络攻击的同样有效的手段。Anthropic 的高管表示，他们预计对手将在“几个月而非几年”内开发出具有类似能力的 AI，并将该项目定义为“保护基础设施的关键竞赛”。Anthropic 的 Frontier 红队负责人 Logan Graham 呼应了这种紧迫感，他表示：“我们需要现在就为一个这些能力在 6、12、24 个月内广泛可用的世界做好准备。我们构建现代安全范式的许多假设可能会破裂。”^[3][7]

启动与初步承诺

Glasswing 项目于 2026 年 4 月 7 日正式宣布。^[3] 随着项目的启动，Anthropic 公开承诺在 90 天内报告项目的进展，包括具体的发现和已修复的漏洞。除了技术工作外，该项目还被定位为一项协作努力，旨在与政府和安全组织接触，为国家安全战略提供信息，并推动全行业安全实践的发展。^[1]

核心技术：Claude Mythos Preview

支持 Project Glasswing 的核心技术是 Claude Mythos Preview，这是由 Anthropic 开发的一种专有前沿 AI 模型。由于其在网络安全领域具有强大且潜在危险的双重用途能力，该模型不打算向公众发布。^[1]​

在实践中，该模型先进的网络安全技能是其通用的高级代码编写和推理能力的涌现属性，而非针对网络任务进行特定训练的结果。Anthropic 评估该模型的能力可与“资深安全研究员”相媲美。^[7]​

已验证的能力

财团内部的测试和初步使用表明，Claude Mythos Preview 能够执行一系列高级安全任务，包括：

• 自主漏洞发现： 该模型可以自主搜索并识别代码库中的软件漏洞。
• 漏洞利用开发： 它可以针对发现的漏洞生成完整的攻击链和概念验证（PoC）。
• 攻击性安全模拟： 它可以支持渗透测试和终端安全评估。
• 二进制分析： 即使在无法获取原始源代码的情况下，该模型也可以搜寻系统错误配置并评估软件二进制文件。

更广泛地说，Anthropic 报告的 基准测试 和评估结果显示，其性能显著高于之前的 Anthropic 模型，该公司将其列为限制访问受控环境的原因。^[7][3]​

显著发现

在发布前和初始阶段，该模型被用于识别主要软件项目中数千个此前未知的（零日）高危漏洞。^[4] 其发现的显著案例包括：

• OpenBSD 操作系统中一个 存在 27 年之久的漏洞，该漏洞可能允许远程攻击者使目标机器崩溃。^[1][3]
• 广泛使用的 FFmpeg 多媒体库中一个 存在 16 年之久的漏洞。这一缺陷尤为重要，因为它曾被运行在该代码上约 500 万次的自动扫描工具所忽略。^[1][4]
• 一个自主生成的漏洞利用链，它结合了 Linux 内核中的多个漏洞来实现权限提升，允许攻击者从标准用户账户获取完整的系统控制权（root 权限）。^[1]

在大规模开源扫描中，Mythos Preview 已被用于分析 1,000 多个开源项目，发现了约 23,019 个潜在安全问题，其中 6,202 个被归类为高危或严重级别。由六家独立安全公司进行的早期分类表明，这些发现中约 90% 为误报率极低的真实漏洞，约 62% 为高危或严重级别，包括 wolfSSL CVE-2026-5194 证书伪造缺陷，该缺陷可能使攻击者绕过 TLS 证书验证。^[5]

据报道，在项目公开宣布之前，初始测试阶段识别出的所有漏洞都已与相应的软件维护者协调完成了修补。^[4]​

基准测试性能

与发布时 Anthropic 最好的公开可用模型 Claude Opus 4.6 相比，Claude Mythos Preview 在网络安全、代码编写和推理基准测试中表现出显著的性能提升。^[1][3]​

基准测试	Claude Mythos Preview	Claude Opus 4.6	描述
CyberGym	83.1%	66.6%	衡量在网络安全任务中的表现。
SWE-bench Pro	77.8%	53.4%	用于修复 GitHub 仓库中真实世界 Bug 的高级基准测试。
SWE-bench Verified	93.9%	80.8%	用于修复 GitHub 仓库中真实世界 Bug 的基准测试。
Terminal-Bench 2.0	82.0%	65.4%	衡量在基于终端的代理任务中的表现。
GPQA Diamond	94.6%	91.3%	衡量高级推理能力的基准测试。
OSWorld-Verified	79.6%	72.7%	衡量在操作系统环境中的代理任务表现。

综合来看，这些基准测试的数据说明了能力的提升，正是这种提升促成了 Project Glasswing 的创建。^[1][3]

项目目标与方法论

主要目标

Project Glasswing 的运作围绕几个关键目标展开：

• 漏洞修复： 核心活动涉及合作伙伴使用 Claude Mythos Preview 执行安全任务，例如对其自身的基础软件和系统进行本地漏洞检测、黑盒测试和渗透测试。
• 信息共享： Anthropic 负责协调与更广泛的行业共享项目心得，合作伙伴在合同上有义务分享其发现，以提高集体安全性。
• 公开报告： 该项目致力于透明度，公开报告研究结果和进展，首份为期 90 天的更新报告已于 2026 年 5 月发布。^[5]
• 演进安全实践： 该联盟旨在与安全组织合作，针对适用于 AI 加速环境的漏洞披露流程、软件更新机制和“安全源于设计”（secure-by-design）原则提出新的建议。
• 政府参与： Anthropic 与美国政府官员就该模型的能力保持持续对话，以帮助为国家安全战略提供参考。

为了将这些能力扩展到联盟之外，Anthropic 推出了 Claude Security，这是 Claude Enterprise 的一项公开测试功能，允许组织使用公开的 Claude 模型扫描其自身代码库并生成建议补丁。与此同时，该公司还启动了一项网络验证计划（Cyber Verification Program），使经过审核的安全专业人员能够在放宽网络滥用保护措施的情况下访问其模型，从而更有效地验证和修复漏洞。^[5][8]

这些目标共同旨在创建一个更具韧性的数字生态系统，以应对下一代网络威胁。^[1][4]

漏洞披露流程

为了负责任地管理其强大的发现，Project Glasswing 遵循结构化的多步骤漏洞披露流程：

1. 内部预处理： Anthropic 团队首先对 AI 模型发现的所有潜在漏洞进行预处理（Triage）。
2. 人工验证： 高严重性漏洞将交由专业的人类安全专家进行手动验证，以确认真实性并评估潜在影响。
3. 协调报告： 在提交漏洞报告之前，Anthropic 会联系相关的软件维护者，以建立可管理的报告节奏，防止他们被大量的报告淹没。
4. 补丁协助： 对于开源项目，Anthropic 努力在提供漏洞报告的同时提供候选补丁。这些补丁被明确标记为 AI 生成或 AI 辅助且经过人工审核。
5. 协调披露时间线： 该项目遵循标准的协调漏洞披露（CVD）框架，通常在补丁发布后等待 45 天，然后再发布有关该漏洞的任何技术细节。

总体而言，这一方法论旨在最大限度地发挥 AI 模型的防御效益，同时最大限度地降低所发现缺陷被利用的风险。^[3]

合作伙伴与协作

Glasswing 项目是作为一个由 45 多家组织组成的联盟启动的，由 Anthropic 领导。^[7]​

创始合作伙伴

该联盟的创始成员包括来自技术、金融和网络安全领域的主要公司：

• Amazon Web Services (AWS)
• Anthropic
• Apple
• Broadcom
• Cisco
• CrowdStrike
• Google
• JPMorganChase
• Linux 基金会
• Microsoft
• NVIDIA
• Palo Alto Networks

除了核心创始小组外，Claude Mythos Preview 的访问权限已授予 40 多家负责维护关键软件基础设施的其他组织。^[1][3][4]​

在此初始联盟的基础上，2026 年 6 月 2 日，Anthropic 宣布 Glasswing 项目将从最初的约 50 个合作伙伴扩展到 15 个以上国家的约 150 个组织。更广泛的群体包括电力、水务、医疗保健和通信等行业的关键基础设施运营商，以及硬件供应商和非营利软件维护者。Anthropic 估计，对许多合作伙伴代码库的重大攻击可能会影响超过 1 亿人。^[6][8]

合作伙伴观点

合作伙伴公司的代表公开支持该倡议。Google 安全工程副总裁 Heather Adkins 表示：“Google 很高兴看到这一跨行业的网络安全倡议得以实现。我们一直认为，人工智能在网络防御方面既带来了新挑战，也开启了新机遇。” 同样，微软全球首席信息安全官 (CISO) Igor Tsyganskiy 指出：“加入 Glasswing 项目并获得 Claude Mythos Preview 的访问权限，使我们能够及早识别并降低风险，并增强我们的安全和开发解决方案，从而更好地保护客户和微软。”^[7]​

调查结果的规模和影响

Anthropic 关于 Glasswing 项目的首次更新报告称，联盟合作伙伴在项目启动后的第一个月内，利用 Claude Mythos Preview 在一些最具系统重要性的软件中发现了 10,000 多个高危或严重级别的漏洞。经过分类筛选，Anthropic 预计通过 Mythos 辅助扫描识别出的 1,000 多个高危或严重级别的开源漏洞将进入协调披露和修复流程。来自 Cloudflare、Mozilla、Palo Alto Networks、Microsoft 和 Oracle 等合作伙伴的早期报告表明，将 Mythos 集成到其工作流程中显著提高了漏洞发现率和补丁生成量，这使得 Anthropic 将主要挑战描述为如何扩大分类筛选、协调披露和补丁部署的规模，而不是寻找更多漏洞。^[5][6]

资金、资源与访问

财务承诺

Anthropic 已承诺投入大量资源来支持该项目及更广泛的开源安全生态系统：

• 模型访问 Credits： 承诺向项目合作伙伴及其他维护关键基础设施的组织分发价值 1 亿美元的免费使用额度，用于 Claude Mythos Preview。^[1]
• 直接捐赠： 通过 Linux Foundation 向 Alpha-Omega 项目和开源安全 Foundation (OpenSSF) 捐赠总计 250 万美元，并向 Apache 软件 Foundation 捐赠 150 万美元。^[1][3]

访问与定价

在初始研究预览阶段，参与者可以使用该模型，费用主要由 Anthropic 承诺的使用额度覆盖。在此阶段之后，获得批准的参与者可以以 每百万输出 Token 125 美元 的价格访问该模型。该模型通过多个平台向参与者开放，包括 Claude API、Amazon Bedrock、Google Cloud 的 Vertex AI 以及 Microsoft Foundry。^[3]​

公众关注与发布前事件

Project Glasswing 于 2026 年 4 月 7 日正式宣布，在此之前，Anthropic 在 2026 年 3 月下旬发生了两起引起公众关注的无关安全事件。

• CMS 数据泄露： 2026 年 3 月下旬，一个可公开搜索的内容管理系统 (CMS) 的配置错误导致公司内部资产意外曝光，其中包括一份详细介绍 Project Glasswing 的博客文章草案。
• NPM 包泄露： 2026 年 3 月 31 日，一个名为 “Claude Code” 的内部开发工具的完整源代码被意外发布到公共 npm 包注册表中，并在被删除前保持了约三小时的可访问状态。

针对这些担忧，Anthropic 正式将这些事件定性为 “发布工具中的人为错误，而非对我们安全架构的入侵”，并表示已实施改进流程以防止未来发生此类错误。^[3]

词源

该项目以宽纹黑脉绡蝶（Greta oto，又称玻璃翼蝶）命名。这个名字为项目的使命提供了双重隐喻：

1. 隐藏的脆弱性： 这种蝴蝶透明的翅膀使其能够融入环境，象征着该项目旨在揭示的那些细微且难以检测的软件漏洞。
2. 为了安全的透明度： 蝴蝶的透明性也是一种防御机制。这反映了该项目的目标，即通过透明、协作的信息共享方法，为每个人提高网络安全。

综上所述，选择这个名字是为了体现寻找隐藏缺陷的挑战以及解决方案的协作本质。^[1]