Anthropic 警告：可自由下载的 GLM-5.3 已能自主构建可用攻击代码
2026.09.30 · 事件 · AI 事件 · 媒体报道
Anthropic 称智谱开源模型 GLM-5.3 的攻击能力接近其受控的 Mythos Preview，且护栏易被去除
Anthropic 前沿红队报告称，中国智谱 AI 的开源模型 GLM-5.3 能自主构建可用的网络攻击代码，能力接近其仅向受信防御方开放的 Claude Mythos Preview。报告还指出，其安全护栏可被简单话术绕过，甚至通过“去拒答”改写权重彻底移除。
- GLM-5.3 在 ExploitBench 上 410 次尝试中 50 次构建
- Anthropic 二进制利用测试中 GLM-5.3 全接管率 4%，Mytho
- 模拟测试中直接要求攻击会被拒，伪装红队演练后 64% 照做
- 预填推理可将合规率推至 92%，去拒答版本则每次照做
- NIST 称其为迄今网络能力最强的开源权重模型，落后美国最强模型约四个月
为什么值得看
开源权重模型让高危网络攻击能力不再受厂商门禁约束。
适合谁关注
关注 AI 安全、开源模型与网络攻防的从业者。