Anthropic Mythos 扫了几百遍的代码，被一家创业公司花 1000 美元又挖出 12 个高危漏洞！

Anthropic 刚立好的标杆，一个月就被挑战了

一个月前，Anthropic 发布 Mythos 模型的时候，措辞强硬：

"AI models have reached a level of coding capability where they can surpass all but the most skilled humans at finding and exploiting software vulnerabilities."

「AI 模型的编码能力已经达到了一个水平——在发现和利用软件漏洞方面，能够超过除最顶尖黑客之外的所有人。」

Mythos 确实拿出了成绩：它独立发现了 OpenBSD 里一个存在了27 年的未知漏洞，能自主攻破"所有主流操作系统和浏览器"。Anthropic 随即启动 Project Glasswing，把 Mythos 的访问权限开放给40 家大型科技公司，让它们抢在攻击者之前修补漏洞。

整个安全圈都在讨论同一个判断：AI 自动化挖洞的时代到了。

但标杆刚立一个月，就有人站出来拆台了。

▲ Forbes 在 X 上发布独家报道，1.8 万次浏览

1000 美元 vs 10000 美元：Depthfirst 把成本账摊开了

Forbes 5 月 12 日独家报道，创业公司Depthfirst声称，自家 AI 在 Mythos已经反复扫描过的代码库中，找到了一批 Mythos 遗漏的关键漏洞。

数字摆在这里——

• FFmpeg
  （Netflix、YouTube、Instagram、Spotify 的视频处理底层）：Anthropic 用 Mythos 跑了几百次扫描，Depthfirst 之后在同一代码库中又发现12 个内存损坏漏洞。成本对比：Depthfirst 约1000 美元，Mythos 同等扫描报道成本约10000 美元
• NGINX
  （全球部署量最大的 Web 服务器，承载近三分之二的头部网站流量）：发现了一个从2008 年就存在的高危漏洞，暴露了整整18 年。F5 Networks 预计本周发布补丁
• Linux
  ：发现了一个允许远程代码执行的严重漏洞，至今未修补
• Chrome
  ：发现了两个高危漏洞，Google 已确认并完成修补

Depthfirst CEOQasim Mithani对 Forbes 说：

"Depthfirst optimizes its models for one task, it can do for $1,000 what Mythos does for $10,000."

「Depthfirst 的模型专门为安全任务优化，用 1000 美元就能完成 Mythos 需要 10000 美元才能做的事。」

▲ Forbes 独家报道，Thomas Brewster 撰稿

NGINX 18 年、OpenBSD 27 年：老漏洞到底有多可怕

NGINX 这个漏洞值得单独拎出来。

全球排名前列的网站，近三分之二都跑在 NGINX 上。从 2008 年到 2026 年，这个漏洞在互联网核心基础设施里静静躺了18 年，无数次安全审计、人工代码审查都没发现它。

Mithani 对 Forbes 说：

"Which is the crazy thing about it, because that's most of the internet."

「疯狂的地方在于，它几乎覆盖了整个互联网。」

F5 Networks（NGINX 维护方）首席产品官Kunal Anand没有直接评论漏洞细节，但给出了一个值得注意的判断：

"It changes the math. Security researchers, engineering teams, open-source maintainers all get better when AI can trace code paths and surface edge cases at a scale no individual or team could match on their own."

「这改变了算账方式。当 AI 能在任何个人或团队都无法企及的规模上追踪代码路径、发现边界情况时，安全研究者、工程团队、开源维护者都会因此受益。」

"The bugs were always there and now we have better tools to find them."

「漏洞一直都在，只是现在我们有了更好的工具去发现它们。」

再看 Anthropic 之前的案例：Mythos 发现的 OpenBSD 漏洞已经存在了27 年。两个案例放在一起看——人类安全研究员几十年没发现的漏洞，AI 短时间内就能挖出来。区别在于用谁的 AI，花了多少钱。

5.8 亿估值的安全 AI 独角兽，走了一条和 Anthropic 完全不同的路

Depthfirst 今年 3 月完成了8000 万美元融资，估值5.8 亿美元。团队核心成员来自Google DeepMind、Databricks和Block。

联合创始人兼 CTOAndrea Michi是前 DeepMind 研究员，在 Mythos 发布之前就公开警告过：AI 正在接近"超人级"（superhuman）的黑客能力。

和 Mythos 相比，Depthfirst 的技术路线完全不同：放弃通用大模型，专攻安全场景。

他们的模型叫dfs-mini1，基于开源的 gpt-oss-120b（MoE 架构），通过强化学习做安全方向的后训练。几个关键技术选择：

• 安全优化 harness
  ：让模型在代码中高效推理，验证漏洞的可利用性
• 沙箱环境 + shell 工具训练
  ：给模型一个 shell，在 Kubernetes 沙箱里自主探索漏洞发现策略
• 受限上下文窗口
  （32K）：刻意限制上下文长度，逼模型只关注最关键的信息，反而提升了推理质量
• EVMBench Detect 基准
  ：在 pass@8 下达到成本/性能 Pareto 最优，比前沿模型便宜10-30 倍

▲ Depthfirst 技术博客展示 dfs-mini1 在 EVMBench Detect 上的表现

Depthfirst 官方的说法：

"In security, model strength alone is not enough."

「在安全领域，光有模型能力还不够。」

他们的核心论点是：通用大模型有发现漏洞的能力，但安全场景太深、太依赖上下文。只有把整个系统——模型、harness、验证流程——全部针对安全做优化，才能在成本和精度上同时赢。

500 万美元 credits：Depthfirst 要把安全 AI 推给所有开源维护者

在公布漏洞发现的同时，Depthfirst 宣布启动Open Defense Initiative，向关键开源项目维护者提供总计最高500 万美元的平台 credits，用于发现、验证和修复漏洞。

▲ Depthfirst 官网 Open Defense Initiative 页面

这和 Anthropic 的 Project Glasswing 形成了直接对比——

Anthropic 精选了 40 家大型科技公司，审批准入。Depthfirst 则面向所有关键开源项目维护者开放申请。

Mithani 直接点名了 Anthropic 的做法：

"Gating the technology and limiting it to select partners is not the right approach."

「把技术关在门后、只给选定合作伙伴开放，这条路走错了。」

他还强调了紧迫性：

"If attackers use these models, they can probably get to a similar result that we do. So that's why we're worried, and that's why we're launching this program."

「如果攻击者用上这些模型，他们可能达到和我们类似的结果。这正是我们担心的原因，也是我们推出这个计划的原因。」

目前，FFmpeg、Envoy、Kata 等大型开源项目已经加入。

安全圈也泼了冷水：挖出漏洞只是第一步

漏洞数字够震撼，但安全圈也有清醒的声音。

FFmpeg 维护者Jean-Baptiste Kempf对 Forbes 的回应直指问题核心：

"Finding vulnerabilities is easy... fixing correctly is hard."

「发现漏洞很容易……正确地修复才是难点。」

这个反驳有力量。漏洞发现只是安全工作链条上的第一环，后面还有复现、可利用性评估、披露流程、CVE 归档、补丁合入、维护者验证。AI 能快速挖出漏洞，但修复仍然高度依赖人类工程师的专业判断。

还有几个值得注意的现实问题：

成本对比还缺第三方验证。Depthfirst 报告的 1000 美元 vs 10000 美元，覆盖范围是否完全相同？硬件成本、人工验证成本、误报率是否计入？目前没有独立第三方的对照数据。

"Mythos 遗漏"需要上下文。任何扫描系统都有覆盖范围、时间窗口和配置差异。Depthfirst 在 Mythos 扫过之后找到新漏洞，更可能说明两者技术路线互补，不一定代表 Mythos 的方案存在缺陷。

大规模自动挖洞的维护者负担。如果 AI 批量输出漏洞报告，开源维护者的 triage（分诊）压力会急剧上升。低质量报告、重复报告可能淹没真正紧急的高危问题。Root Evidence CEOJeremiah Grossman对 Forbes 的评价一针见血：

"Now we're going to be even more buried? Cool."

「这下安全团队要被埋得更深了？好极了。」

他还指出，实际上只有10-20%的现实攻击是从软件漏洞利用开始的，大多数攻击靠的是钓鱼和社会工程学。

▲ Forbes 此前关于 Anthropic Mythos 和"Bugmageddon"的深度报道

AI 安全扫描的军备竞赛，才刚刚开始

Google 本周刚发出警告：一个犯罪团伙已经在用 AI 开发零日漏洞利用工具（zero-day exploit）。Anthropic 也发现中国间谍利用 Claude 对科技公司和政客发动网络攻击。

攻防双方都在加速。

Depthfirst 和 Anthropic 的这场争夺，揭开了 AI 安全扫描竞争的下一幕。AI 能不能找到漏洞，这个问题已经有了答案——Mythos 和 Depthfirst 都证明了能力上限。接下来的焦点转向了每个有效漏洞的发现成本、覆盖率、误报率，以及发现之后的修复流程。

对开源社区来说，这可能是好消息：500 万美元的免费安全扫描 credits 摆在那里，FFmpeg、Envoy 已经接入。但代价也很现实——更多的漏洞报告意味着更多的维护负担，而现有的开源维护者很多是兼职志愿者。

Anthropic 用 Mythos 证明了 AI 挖洞的能力天花板。Depthfirst 现在要证明的是另一件事：专用模型加更低成本，才是这个赛道真正能跑通的商业模式。

市场最终会给出答案。

— END —