美国 AI 企业 Anthropic 近日发布了号称具备强大漏洞发现能力的模型「Claude Mythos Preview」。不过，这一模型在实际测试中的表现，引发了知名开源项目 curl 作者 Daniel Stenberg 的公开质疑。
Stenberg 在 2026 年 5 月 11 日（当地时间）于个人博客撰文指出，Claude Mythos 在一次针对 curl 的安全扫描中，报告了 5 项「已确认的安全漏洞」，但 curl 安全团队最终只认定其中 1 项属于真正的安全漏洞。他认为，围绕 Claude Mythos 的巨大关注度「更多是一种营销策略」。
Anthropic 推出漏洞发现 AI「Claude Mythos」，仅向合作方开放
2026 年 4 月 7 日，Anthropic 宣布启动「Project Glasswing」计划，旨在利用 AI 帮助发现和修复关键软件中的安全漏洞。该计划的首批合作伙伴阵容强大，包括 AWS、Apple、Cisco、CrowdStrike、Google、Linux Foundation、Microsoft、NVIDIA、Palo Alto Networks 等。
在这一计划中，Anthropic 提供了新一代前沿模型「Claude Mythos Preview」，专门用于防御侧的安全分析工作。Anthropic 对外宣称，该模型在发现和利用软件漏洞方面的能力，已经超过部分资深安全研究人员，并表示其已在包括主流操作系统和主流 Web 浏览器在内的重要基础设施中，发现了数千个零日漏洞。
不过，Claude Mythos Preview 并不会面向公众开放，而是仅提供给 Project Glasswing 的参与方使用。Anthropic 的设想是：在攻击方大规模掌握类似 AI 能力之前，先让防御方借助 AI 抢先发现并修补漏洞。
curl 作者复核 Claude Mythos 报告：5 个「确认漏洞」只剩 1 个
作为 Project Glasswing 的一部分，curl 项目接受了 Claude Mythos Preview 的代码分析。curl 作者 Daniel Stenberg 原本计划亲自获得模型访问权限并进行测试，但最终改为由一位拥有访问权限的第三方负责运行扫描和分析，再将报告结果发给他和 curl 安全团队。
本次分析的对象是 curl Git 仓库 master 分支中的代码，范围包括 src 和 lib 目录，合计约 17.8 万行代码。
根据 Stenberg 的介绍，Claude Mythos 的报告中，将 5 项问题标记为「已确认的安全漏洞」。然而，在他与 curl 安全团队逐条核查后，最终只有 1 项被认定为真正的安全漏洞。
其余 4 项中，有 3 项实际上是 curl API 文档中已经明确说明的「设计限制」或「使用约束」，并不构成安全漏洞；另 1 项则被归类为普通软件缺陷，而非安全问题。
对于唯一确认的漏洞，curl 计划将其作为低危级别的 CVE 进行披露，预计会在 2026 年 6 月下旬随 curl 8.21.0 版本发布时公开详细信息。
「并未比其他 AI 工具找到更多问题」
Stenberg 认可 Claude Mythos 在一定程度上帮助改进了 curl 代码质量。除了那 1 个真正的安全漏洞外，报告中还包含了约 20 个普通 bug，说明也相对清晰易懂。
但他同时强调，从 curl 的经验来看，并没有证据表明 Claude Mythos 在发现问题的数量或质量上，明显优于其他 AI 工具。
在此次测试之前，curl 已经多次使用 AISLE、Zeropath、OpenAI 的 Codex Security 等多种 AI 驱动的代码分析工具，对项目进行安全审查。据 Stenberg 统计，在过去 8～10 个月中，这些工具合计促成了 200～300 个 bug 的修复，其中有十几个以上最终被登记为 CVE。
在他看来，Claude Mythos 或许在某些方面略有优势，但远未达到 Anthropic 宣传中那种「显著领先」的程度。至少就这次 curl 的分析结果而言，实际效果与官方对外营造的强烈印象存在明显温差。
AI 代码审计价值被肯定，但仍需人工把关
需要强调的是，Stenberg 并未否定 AI 在代码安全分析中的整体价值。相反，他认为，相比传统的静态分析工具，AI 驱动的代码分析在发现安全隐患和逻辑错误方面，已经展现出明显优势。
在 curl 项目中，AI 工具被定位为「辅助审查」而非「替代人工」。在日常的 Pull Request 审查和代码评审中，团队会使用 GitHub Copilot、Augment Code 等工具，让其提出潜在问题或改进建议，从而降低 bug 混入主干代码的概率。
这次对 Claude Mythos 的复盘，更像是对当前 AI 安全工具使用方式的一次提醒：即便模型将某些问题标记为「已确认漏洞」，是否真正构成安全风险，仍然必须由项目维护者和安全团队进行人工验证。
Stenberg 对 Claude Mythos 的态度，折射出一个更广泛的行业共识：评估 AI 在安全领域的实际贡献时，不能只看「发现了多少漏洞」或厂商的宣传话术，而应关注其中有多少最终被证实、修复并公开披露。这些经过验证的结果，才是衡量 AI 安全能力的关键指标。
