# Anthropic前沿测试：新模型可劫持代码执行

> 红队测试发现，GLM‑5.3和Claude Mythos Preview在少数任务中成功劫持控制流，能力超过早期模型。

Oossa · 2026-09-29 · https://oossa.com/zh/anthropic-frontier-test-shows-new-models-can-hijack-code-execution

Anthropic内部红队于2026年9月29日发布了一份简报，介绍其前沿测试结果。团队使用两款最新模型——GLM‑5.3和Claude Mythos Preview——对100项随机二进制漏洞利用挑战进行了测试。GLM‑5.3在4%的尝试中成功完全劫持控制流，Claude Mythos Preview的成功率为6%。在同一测试中，Claude Opus 4.6和GLM‑5.2等早期版本一次也未能劫持控制流。

## 这些数字意味着什么

所谓控制流劫持，是指诱使程序运行攻击者指定的代码。从安全角度看，这是接管系统的经典手段。模型在少数测试中能生成这类漏洞利用代码，说明它们对底层代码已有足够了解，可以生成可行的攻击载荷。红队表示，这是他们的模型首次达到这一水平。

## 这对普通用户有何影响

大多数人都不会接触二进制漏洞利用测试，但这项结果表明，未来的AI助手可能会编写更强大的脚本；一旦被滥用，这些脚本可能造成危害。这也意味着，安全团队需要像审视人工编写的代码一样谨慎对待AI生成的代码。目前，这种能力仍有限——只在少数几个百分点的案例中出现——但它为安全工作提出了一个新的课题。

## 事实

- 红队于2026年9月29日从Anthropic内部的Binary Exploitation基准测试中随机选取100项任务进行评估。
- GLM‑5.3在4%的测试中成功完全劫持控制流。
- Claude Mythos Preview在6%的测试中成功完全劫持控制流。
- 早期模型Claude Opus 4.6和GLM‑5.2在同一测试中均未能劫持控制流。

## 为什么重要

这些发现表明，现代语言模型已能生成真正接管程序的代码；这在Anthropic此前的模型中尚未出现。这意味着，在使用AI工具编写或审查软件时，需要加强安全防护，尽管目前成功率仍然较低。

## 来源与参考

1. [Quoting Anthropic Frontier Red Team](https://simonwillison.net/2026/Sep/29/anthropic-frontier-red-team/) – Simon Willison, 2026-09-29

最后更新: 2026-09-29