GLM-5.3 與 Claude Mythos 在漏洞利用測試中取得突破

2026 年 9 月 30 日，Simon Willison 報道了 Anthropic Frontier Red Team 的一項測試結果：該團隊從內部 Binary Exploitation 基準中隨機抽取 100 項任務，對多個模型進行評估，發現 GLM-5.3 在 4% 的測試中實現了完整的控制流劫持，Claude Mythos Preview 的比例為 6%。報道同時指出，GLM-5.3 在這一點上低於 Claude Mythos Preview，但一個明顯的門檻已經被跨過：此前的模型，例如 Claude Opus 4.6 和 GLM-5.2，都沒有成功。

同日晚些時候，開源中國報道稱，Anthropic 前沿紅隊在評估智譜的 GLM-5.3 後認為，它是第一個能像五個月前的 Claude Mythos Preview 那樣自主構建端到端漏洞利用、卻幾乎沒有拒絕護欄就放出來的模型。報道提到，五個月前 Anthropic 釋出 Claude Mythos Preview 時，曾自稱這是第一個能自主構建複雜端到端漏洞利用的 AI 模型。

目前事情停在 Anthropic 前沿紅隊給出上述評估結論這一步：兩篇報道分別給出了 4% 與 6% 的測試數字，以及護欄缺失的判斷，側重點不同。材料中沒有出現智譜方面的回應，也沒有說明紅隊評估之後會有什麼後續動作。