Anthropic 前沿红队语录

📢 本文同步发布於公众号：AI Agent · 最佳实践
🔗 原文链接：https://simonwillison.net/2026/Sep/29/anthropic-frontier-red-team/

重磅！AI模型首次实现完整控制流劫持

我们随机选取了内部二进制漏洞利用基准测试中的100个任务，对多个模型进行了评估。结果发现，GLM-5.3在4%的测试中成功实现了完整的控制流劫持；Claude Mythos Preview的成功率为6%。尽管GLM-5.3在此项测试中表现不及Claude Mythos Preview，但一个重要的门槛显然已经被跨越：此前的模型，如Claude Opus 4.6和GLM-5.2，在这些任务中无一成功。

——Anthropic Frontier Red Team，《GLM-5.3与高级网络能力的扩散》

近期文章

本文由Simon Willison收集整理，发布于2026年9月29日。