近期，安全研究人员成功复现了 Anthropic Mythos 漏洞，引发了行业对于 AI 安全性与 大语言模型（LLM）风险的广泛关注。此次实验证实，通过现成的 GPT-5.4 和 Claude Opus 4.6 模型，即使在普通开源框架下，攻击者也能低成本地挖掘并利用相关漏洞，这为人工智能基础设施的稳定性敲响了警钟。
低成本漏洞复现引发技术反思
据研究团队披露，利用开源工具链针对 Anthropic 此前披露的 Mythos 漏洞进行扫描，单次扫描成本不足 30 美元。这一发现表明，生成式 AI 的攻击门槛正在显著降低。通过这种高效率的自动化攻击手段，恶意用户可以更容易地绕过模型的安全护栏，执行未经授权的操作或获取敏感数据。
AI基础设施的安全挑战
专家指出，随着 AI 模型迭代速度加快，像 Mythos 这样的安全性缺陷可能会在不同架构之间产生连锁反应。对于加密货币投研及 Web3 安全领域而言，依赖 AI 进行自动化审计或数据分析的机构，必须正视模型脆弱性带来的潜在系统风险，加强对 AI 算法安全的防御性投入。
💡 4P.net 提示：以上资讯由智能引擎自动编译。内容仅供投研参考，加密资产投资风险极高，请独立决策。
